将 Strava API 与 Model Context Protocol (MCP) SDK 集成

用于分析训练并基于 Strava 数据使用 Model Context Protocol SDK 获取建议的集成。

🚀 功能

• 分析来自 Strava 的训练
• 训练建议
• 自动更新令牌
• API 请求的速率限制

📋 要求

• Python 3.10+
• Claude Desktop
• Strava 帐户
• uv (推荐)

⚙️ 安装

# 克隆存储库
git clone https://github.com/rbctmz/mcp-server-strava.git
cd mcp-server-strava

# 通过 uv 安装（推荐）
curl -LsSf https://astral.sh/uv/install.sh | sh
uv pip install .

# 以开发模式安装
uv pip install -e ".[dev]"

安装 MCP SDK

uv add "mcp[cli]"

🔧 配置

配置 Strava API

1. 转到 API 设置页面
2. 创建应用程序：
   • Application Name: MCP Strava Integration
   • Category: Training Analysis
   • Website: http://localhost
   • Authorization Callback Domain: localhost

配置环境

1. 创建一个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. 检查配置：

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

📚 API 和示例

资源和工具

类型	名称	描述
资源	strava://activities	活动列表
资源	strava://activities/{id}	活动详情
资源	strava://athlete/zones	训练区域
资源	strava://athlete/clubs	运动员俱乐部
资源	strava://gear/{gear_id}	装备信息
工具	analyze_activity(activity_id)	分析训练
工具	analyze_training_load(activities)	分析负荷
工具	get_activity_recommendations()	建议

使用示例

from mcp import ClientSession

# 获取活动
async with ClientSession() as session:
    activities = await session.read_resource("strava://activities")
    activity = await session.read_resource("strava://activities/12345678")

# 分析训练
result = analyze_activity(activity_id="12345678")
"""
{
    "type": "Run",
    "distance": 5000,
    "moving_time": 1800,
    "analysis": {
        "pace": 5.5,  # 分钟/公里
        "effort": "中等"
    }
}
"""

# 分析负荷
summary = analyze_training_load(activities)
"""
{
    "activities_count": 10,
    "total_distance": 50.5,  # 公里
    "total_time": 5.2,      # 小时
    "heart_rate_zones": {
        "easy": 4,    # 心率 < 120
        "medium": 4,  # 心率 120-150
        "hard": 2     # 心率 > 150
    }
}
"""

# 获取训练区域
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

• 
• 
• 

GitHub Actions 中的检查

类型	工具	描述
代码检查	ruff	格式化和分析代码
测试	pytest	单元测试和集成测试
覆盖率	pytest-cov	代码覆盖率报告

安全和密钥

1. 保护令牌：

   • .env 在 .gitignore 中
   • CI/CD 的 GitHub Secrets
   • 速率限制：100 个请求/15 分钟

2. 配置密钥：

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

贡献

1. Fork 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 Pull Request

📫 支持

• GitHub Issues: 创建 issue
• Telegram: @greg_kisel

📄 许可证

MIT