AI导哈

定向运动API客户端

一个用于与Eventor定向运动API集成的Python客户端，提供对赛事、报名和结果的访问。

  • by grapatin
  • Python
  • 本地部署
  • 1 星标
  • 更新于
在 GitHub 查看 grapatin/eventor-mcp-server

使用说明

Eventor API客户端

Python客户端，用于与Eventor定向API集成，提供对事件、条目和结果的访问。

特性

  • 访问事件结果、条目和组织数据
  • 可配置的缓存系统，用于减少API调用
  • 用于AI助手的MCP（模型上下文协议）服务器集成
  • 展示MCP服务器的3个工具：
    • get_weekly_sub_results（）获取每周俱乐部结果可用于让LLM汇总结果并创建报告
    • get_personal_events（）获取给定personId（配置文件）和给定时间段的个人事件
    • get_detaled_result_for_event_and_person（）获取特定事件和personId（配置文件）的详细结果
  • 它会进行一些解析，并尝试以LLM友好的格式提供数据
  • 调试模式，独立运行客户端并生成JSON输出以供查看
  • 可配置的API密钥和人员ID，用于安全访问

安装

  1. 克隆存储库：
git clone https://github.com/grapatin/eventor-mcp-server.git
cd eventor-mcp-server
  1. 设置虚拟环境：
uv venv .venv
source .venv/bin/activate  # On Windows, use: .venv\Scripts\activate
  1. 安装依赖项：
uv pip install -r requirements.txt
  1. 配置API密钥：
cp eventor_config_example.py eventor_config.py
# Edit eventor_config.py with your actual API key, personId, and other settings

用法

要调试，只需在调试模式下启动它，它有一个 主要的 该函数将独立运行该函数，并生成一个包含结果的json文件以供查看。

python -m eventor

为Claude安装MCP服务器

将此添加到cluade_desktopr_config.json

    "Eventor Results API": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/eventor-mcp-server",
        "run",
        "mcp",
        "run",
        "mcp_server.py"
      ]
    }

配置

配置是通过 eventor_config.py 文件。此文件包含敏感信息，并通过以下方式排除在版本控制之外 .gitignore. 添加事件或私钥（与组织事件或管理员联系）和您自己的私人ID。（可以在输出json文件中找到）

许可证

MIT许可证

相关 MCP