Skip to main content
Glama
rbctmz

mcp-server-strava

Strava API 与模型上下文协议 (MCP) SDK 集成

CI编解码器Python许可证:MIT拉夫

使用模型上下文协议 SDK 集成基于 Strava 数据的训练分析和建议。

🚀 功能

  • Strava 锻炼分析

  • 培训建议

  • 自动令牌更新

  • API 请求的速率限制

Related MCP server: Strava MCP Server

📋 要求

⚙️ 安装

# Клонируем репозиторий
git clone https://github.com/rbctmz/mcp-server-strava.git
cd mcp-server-strava

# Установка через uv (рекомендуется)
curl -LsSf https://astral.sh/uv/install.sh | sh
uv pip install .

# Установка в режиме разработки
uv pip install -e ".[dev]"

安装 MCP SDK

uv add "mcp[cli]"

🔧 设置

设置 Strava API

  1. 前往API 设置页面

  2. 创建应用程序:

    • 应用程序名称:MCP Strava Integration

    • 类别:训练分析

    • 网站: http://localhost

    • 授权回调域:localhost

设置环境

  1. 创建包含环境变量的文件:

    cp .env-template .env
  2. 获取访问令牌:

    python scripts/auth.py
  3. 检查设置:

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

📚 API 和示例

资源和工具

类型

姓名

描述

资源

strava://activities

活动列表

资源

strava://activities/{id}

活动详情

资源

strava://athlete/zones

训练区

资源

strava://athlete/clubs

运动员俱乐部

资源

strava://gear/{gear_id}

设备信息

工具

analyze_activity(activity_id)

训练分析

工具

analyze_training_load(activities)

负载分析

工具

get_activity_recommendations()

建议

使用示例

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}
            ]
        }
    }
    """

🛠 开发

CI/CD 和安全

  • 覆盖范围

  • 测试

  • 拉夫

GitHub Actions 中的检查

类型

工具

描述

代码检查

皱领

代码格式化和分析

测试

pytest

单元和集成测试

涂层

pytest-cov

代码覆盖率报告

安全和秘密

  1. 代币保护:

    • .env.gitignore

    • GitHub 的 CI/CD 秘诀

    • 速率限制:100 个请求/15 分钟

  2. 设置秘密:

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

贡献

  1. 分叉存储库

  2. 安装依赖项: uv pip install -e ".[dev]"

  3. 创建分支: git checkout -b feature/name

  4. 检查更改:

    ruff format .
    ruff check .
    pytest --cov=src
  5. 创建拉取请求

📫 支持

📄 许可证

麻省理工学院

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