On Running MCP

On Running MCP

用于与 On Running API 交互的 MCP 服务器

scott-clare1

开发者工具
访问服务器

README

On Running MCP

一个用于与 On Running 网站 API 交互的 Model-Context-Protocol (MCP) 服务器。

概述

本项目通过 FastMCP 服务器提供了一个与 On Running 网站产品数据交互的接口。它允许你:

  • 使用各种过滤器查询 On Running API
  • 获取产品信息,包括名称、图像和活动
  • 按类型、子类型和性别过滤产品

安装

需要 Python 3.12+

# 克隆仓库
git clone https://github.com/yourusername/on-running-mcp.git
cd on-running-mcp

# 创建并激活虚拟环境(可选但推荐)
uv venv

# 同步依赖
uv sync

使用

将服务器配置添加到 Claude Desktop。

cd on_running_mcp
uv run mcp install server.py

可用工具

MCP 服务器提供以下工具:

  • make_query: 使用可选过滤器向 On Running API 发出查询
  • get_product_names: 从结果中获取所有产品名称
  • get_activities: 获取与每个产品相关的活动
  • filter_by_product_name: 按名称查找特定产品
  • get_product_image: 获取特定产品的图像
  • get_product_type_options: 列出可用的产品类型(鞋子、服装、配件)
  • get_product_subtype_options: 列出可用的产品子类型(上衣、短裤等)
  • get_gender_options: 列出可用的性别选项(男士、女士、儿童)

使用示例

我本月晚些时候要跑马拉松,你能帮我找一双跑步用的袜子吗?

项目结构

  • on_running_mcp/: 主包目录
    • server.py: 带有工具定义的 MCP 服务器实现
    • core/: 核心 API 实现
      • api.py: On Running API 客户端
      • schemas.py: 用于 API 数据的 Pydantic 模型

推荐服务器

Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Magic Component Platform (MCP)

Magic Component Platform (MCP)

一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。

官方
精选
本地
TypeScript
MCP Package Docs Server

MCP Package Docs Server

促进大型语言模型高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化来增强软件开发。

精选
本地
TypeScript
Claude Code MCP

Claude Code MCP

一个实现了 Claude Code 作为模型上下文协议(Model Context Protocol, MCP)服务器的方案,它可以通过标准化的 MCP 接口来使用 Claude 的软件工程能力(代码生成、编辑、审查和文件操作)。

精选
本地
JavaScript
@kazuph/mcp-taskmanager

@kazuph/mcp-taskmanager

用于任务管理的模型上下文协议服务器。它允许 Claude Desktop(或任何 MCP 客户端)在基于队列的系统中管理和执行任务。

精选
本地
JavaScript
mermaid-mcp-server

mermaid-mcp-server

一个模型上下文协议 (MCP) 服务器,用于将 Mermaid 图表转换为 PNG 图像。

精选
JavaScript
Jira-Context-MCP

Jira-Context-MCP

MCP 服务器向 AI 编码助手(如 Cursor)提供 Jira 工单信息。

精选
TypeScript
Linear MCP Server

Linear MCP Server

一个模型上下文协议(Model Context Protocol)服务器,它与 Linear 的问题跟踪系统集成,允许大型语言模型(LLM)通过自然语言交互来创建、更新、搜索和评论 Linear 问题。

精选
JavaScript
Sequential Thinking MCP Server

Sequential Thinking MCP Server

这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。

精选
Python
Curri MCP Server

Curri MCP Server

通过管理文本笔记、提供笔记创建工具以及使用结构化提示生成摘要,从而实现与 Curri API 的交互。

官方
本地
JavaScript