Skip to main content
Glama
rbctmz

mcp-server-strava

Strava API와 MCP(Model Context Protocol) SDK 통합

씨아이코덱파이썬라이센스: MIT주름 옷깃

Model Context Protocol SDK를 사용하여 Strava 데이터를 기반으로 한 교육 분석 및 추천을 통합합니다.

🚀 특징

  • Strava에서 운동 분석

  • 교육 권장 사항

  • 자동 토큰 업데이트

  • API 요청에 대한 속도 제한

Related MCP server: Strava MCP Server

📋 요구 사항

⚙️ 설치

지엑스피1

MCP SDK 설치

uv add "mcp[cli]"

🔧 설정

Strava API 설정

  1. API 설정 페이지 로 이동

  2. 애플리케이션을 생성하세요:

    • 애플리케이션 이름: MCP Strava 통합

    • 카테고리: 교육 분석

    • 웹사이트: http://localhost

    • 권한 부여 콜백 도메인: localhost

환경 설정

  1. 환경 변수가 있는 파일을 만듭니다.

    cp .env-template .env
  2. 액세스 토큰을 받으세요:

    python scripts/auth.py
  3. 설정을 확인하세요:

    mcp dev src/server.py
    curl -X GET "http://localhost:8000/activities"

📚 API 및 예제

리소스 및 도구

유형

이름

설명

의지

strava://activities

활동 목록

의지

strava://activities/{id}

활동 세부 정보

의지

strava://athlete/zones

훈련 구역

의지

strava://athlete/clubs

운동선수 클럽

의지

strava://gear/{gear_id}

장비 정보

도구

analyze_activity(activity_id)

훈련 분석

도구

analyze_training_load(activities)

부하 분석

도구

get_activity_recommendations()

추천사항

사용 예

from mcp import ClientSession

# Получение активностей
async with ClientSession() as session:
    activities = await session.read_resource("strava://activities")
    activity = await session.read_resource("strava://activities/12345678")

# Анализ тренировки
result = analyze_activity(activity_id="12345678")
"""
{
    "type": "Run",
    "distance": 5000,
    "moving_time": 1800,
    "analysis": {
        "pace": 5.5,  # мин/км
        "effort": "Средняя"
    }
}
"""

# Анализ нагрузки
summary = analyze_training_load(activities)
"""
{
    "activities_count": 10,
    "total_distance": 50.5,  # км
    "total_time": 5.2,      # часы
    "heart_rate_zones": {
        "easy": 4,    # ЧСС < 120
        "medium": 4,  # ЧСС 120-150
        "hard": 2     # ЧСС > 150
    }
}
"""

# Получение тренировочных зон
async with ClientSession() as session:
    zones = await session.read_resource("strava://athlete/zones")
    """
    {
        "heart_rate": {
            "custom_zones": true,
            "zones": [
                {"min": 0, "max": 120, "name": "Z1 - Recovery"},
                {"min": 120, "max": 150, "name": "Z2 - Endurance"},
                {"min": 150, "max": 170, "name": "Z3 - Tempo"},
                {"min": 170, "max": 185, "name": "Z4 - Threshold"},
                {"min": 185, "max": -1, "name": "Z5 - Anaerobic"}
            ]
        },
        "power": {
            "zones": [
                {"min": 0, "max": 180},
                {"min": 181, "max": 250},
                {"min": 251, "max": 300},
                {"min": 301, "max": 350},
                {"min": 351, "max": -1}
            ]
        }
    }
    """

🛠 개발

CI/CD 및 보안

  • 적용 범위

  • 테스트

  • 주름 옷깃

GitHub Actions의 체크

유형

도구

설명

린팅

주름 옷깃

코드 포맷팅 및 분석

테스트

파이테스트

단위 및 통합 테스트

코팅

pytest-cov

코드 커버리지 보고서

보안 및 비밀

  1. 토큰 보호:

    • .env 에서 .gitignore

    • CI/CD를 위한 GitHub의 비밀

    • 속도 제한: 100개 요청/15분

  2. 비밀 설정:

    # В GitHub: Settings → Secrets → Actions
    STRAVA_CLIENT_ID=<client_id>
    STRAVA_CLIENT_SECRET=<client_secret>
    STRAVA_REFRESH_TOKEN=<refresh_token>

기여하다

  1. 저장소를 포크하세요

  2. 종속성 설치: uv pip install -e ".[dev]"

  3. 브랜치를 생성합니다: git checkout -b feature/name

  4. 변경 사항을 확인하세요:

    ruff format .
    ruff check .
    pytest --cov=src
  5. 풀 리퀘스트 만들기

📫 지원

📄 라이센스

MIT

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/rbctmz/mcp-server-strava'

If you have feedback or need assistance with the MCP directory API, please join our Discord server