骑行训练分析服务器

锻炼MCP服务器

模型上下文协议（MCP）服务器，提供自行车锻炼分析工具，使LLM能够分析健身数据，计算训练指标，并提供对运动表现的见解。

特性

锻炼MCP服务器提供以下工具：

• 检索锻炼历史记录（最近50次或最近7次锻炼）
• 按ID查找特定锻炼
• 计算健身指标：
  • 健身（CTL）：慢性训练负荷-42天指数加权移动平均值
  • 疲劳（ATL）：急性训练负荷-7天指数加权移动平均值
  • 表格（TSB）：训练压力平衡-健身和疲劳之间的区别

安装

使用紫外线（推荐）

使用时 uv 不需要特定的安装。我们将 使用 uvx 直接运行 workout_mcp_server.

使用PIP

或者，您可以安装 workout_mcp_server 通过pip：

pip install workout_mcp_server

安装后，您可以使用以下命令将其作为模块运行：

python -m workout_mcp_server

配置

使用Claude Desktop进行配置

将此添加到您的 claude_desktop_config.json:

"mcpServers": {
  "workout_mcp_server": {
    "command": "uvx",
    "args": ["workout_mcp_server"]
  }
}

"mcpServers": {
  "workout_mcp_server": {
    "command": "python",
    "args": ["-m", "workout_mcp_server"]
  }
}

使用VSCode MCP客户端进行配置

将此添加到您的 settings.json:

"mcp.servers": {
  "workout_mcp_server": {
    "command": "uvx",
    "args": ["workout_mcp_server"]
  }
}

"mcp.servers": {
  "workout_mcp_server": {
    "command": "python",
    "args": ["-m", "workout_mcp_server"]
  }
}

可用工具

get_last_50_workouts

从数据集中检索所有50个训练，按日期排序（最近的第一个）。

get_last_7_workouts

检索7个最新的训练，可用于分析当前训练周。

get_workout_by_id

通过其唯一ID检索特定训练。

输入：

• workout_id （string）：训练的唯一标识符

compute_fitness

根据训练压力评分（TSS）的42天指数加权移动平均值计算当前健身评分（慢性训练负荷）。

compute_fatigue

根据TSS的7天指数加权移动平均值计算当前疲劳评分（急性训练负荷）。

compute_form

将当前形式分数（训练压力平衡）计算为体能和疲劳之间的差值。正值表示良好状态，负值表示累积疲劳。

数据结构

每项训练包括：

• id：唯一的锻炼标识符
• date：锻炼日期（ISO格式）
• duration_minutes：锻炼持续时间（分钟）
• distance_km：覆盖距离（公里）
• avg_power_watts：平均功率输出（瓦特）
• tss：训练压力评分
• workout_type：锻炼类型（例如，“耐力”、“间歇”、“恢复”）

发展

从源头构建

1. 克隆存储库
2. 安装依赖项： pip install -e .
3. 运行服务器： python -m workout_mcp_server

测试

使用以下工具运行测试： pytest

许可证

MIT许可证-有关详细信息，请参阅许可证文件。