Strava MCP Server
一个模型上下文协议服务器,使语言模型能够与 Strava 数据进行交互,包括活动、运动员统计数据、路线、成就和社交功能。
README
Strava MCP 服务器
一个模型上下文协议 (MCP) 服务器,提供对 Strava API 的访问。该服务器使语言模型能够与 Strava 数据进行交互,包括活动、运动员信息等。
功能
- 🏃♂️ 活动跟踪和分析
- 📊 运动员统计
- 🗺️ 路线可视化
- 🏆 成就跟踪
- 🤝 社交功能(赞、评论)
前提条件
- Python 3.12+
- Strava API 凭据
- pip (Python 包安装程序)
安装
- 克隆存储库:
git clone https://github.com/yourusername/strava_mcp.git
cd strava_mcp
- 创建一个虚拟环境:
python -m venv venv
source venv/bin/activate # 在 Windows 上:.\venv\Scripts\activate
- 安装依赖项:
pip install -r requirements.txt
配置
- 创建一个包含您的 Strava API 凭据的
config/.env
文件:
STRAVA_CLIENT_ID=your_client_id
STRAVA_CLIENT_SECRET=your_client_secret
STRAVA_REFRESH_TOKEN=your_refresh_token
- 获取 Strava API 凭据:
- 转到 https://www.strava.com/settings/api
- 创建一个新的应用程序
- 记下客户端 ID 和客户端密钥
- 按照 OAuth 2.0 流程获取您的刷新令牌
用法
与 Claude 一起使用
连接后,您可以通过多种方式与 Claude 交互您的 Strava 数据:
活动查询
- "显示我最近的活动"
- "获取关于我上次跑步的详细信息"
- "这个月我最长的骑行是什么?"
- "显示我创造个人记录的活动"
- "显示我最新活动的路线图"
性能分析
- "我今年的平均跑步配速是多少?"
- "比较我上个月和这个月的骑行表现"
- "显示我昨天锻炼的心率区间"
- "我所有活动的总海拔增益是多少?"
- "计算我每周的跑步里程"
社交互动
- "谁赞了我的最新活动?"
- "显示我对马拉松跑步的评论"
- "列出我所有的俱乐部活动"
- "查找我和朋友一起做的活动"
成就跟踪
- "列出我所有的赛段成就"
- "显示我在本地赛段上的个人记录"
- "我这周获得了哪些成就?"
- "显示我在年度目标上的进展"
通过 Claude 提供的数据
-
活动详情:
- 距离、持续时间、配速
- 路线图和海拔剖面
- 心率、功率和踏频数据
- 分段和圈数信息
- 活动期间的天气状况
-
运动员统计:
- 年初至今和历史总计
- 个人记录和成就
- 训练负荷和健身趋势
- 设备使用和维护
-
社交数据:
- 赞和评论
- 俱乐部活动和排行榜
- 朋友活动和挑战
- 赛段努力和排名
-
路线信息:
- 带有海拔数据的详细地图
- 赛段分析
- 热门路线和赛段
- 路线规划和分析
作为 MCP 服务器
更新您的 Claude Desktop 配置:
{
"mcpServers": {
"Strava": {
"command": "python",
"args": ["src/strava_server.py"],
"cwd": "/path/to/strava_mcp",
"env": {
"STRAVA_CLIENT_ID": "your_client_id",
"STRAVA_CLIENT_SECRET": "your_client_secret",
"STRAVA_REFRESH_TOKEN": "your_refresh_token"
}
}
}
}
作为 HTTP 服务器
- 启动服务器:
./run_server.sh
- 在
http://localhost:8000
访问 API
可用端点:
- GET
/activities/recent
- 列出最近的活动 - GET
/activities/{id}
- 获取活动详情 - GET
/activities/{id}/map
- 获取活动地图可视化 - GET
/athlete/stats
- 获取运动员统计
开发
项目结构
strava_mcp/
├── src/
│ ├── strava_server.py # MCP 服务器实现
│ ├── strava_http_server.py # HTTP API 服务器
│ ├── map_utils.py # 地图可视化实用程序
│ └── templates.py # HTML 模板
├── config/
│ └── .env # 环境变量(不在 git 中)
├── requirements.txt # Python 依赖项
└── run_server.sh # 服务器启动脚本
贡献
- Fork 存储库
- 创建一个功能分支
- 提交您的更改
- 推送到分支
- 创建一个 Pull Request
安全
- 永远不要提交
.env
文件或 API 凭据 .gitignore
文件已配置为防止提交敏感数据- 对所有敏感配置使用环境变量
许可证
该项目根据 MIT 许可证获得许可 - 有关详细信息,请参阅 LICENSE 文件。
鸣谢
- Strava API 文档
- 模型上下文协议 (MCP) 规范
- 贡献者和维护者
推荐服务器

Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
DuckDuckGo MCP Server
一个模型上下文协议 (MCP) 服务器,通过 DuckDuckGo 提供网页搜索功能,并具有内容获取和解析的附加功能。
YouTube Transcript MCP Server
这个服务器用于获取指定 YouTube 视频 URL 的字幕,从而可以与 Goose CLI 或 Goose Desktop 集成,进行字幕提取和处理。
Tavily MCP Server
使用 Tavily 的搜索 API 提供 AI 驱动的网络搜索功能,使 LLM 能够执行复杂的网络搜索、获得问题的直接答案以及搜索最近的新闻文章。

Brev
在云端运行、构建、训练和部署机器学习模型。

Crawlab MCP Server

Story Protocol SDK MCP
这个服务器提供 MCP(模型上下文协议)工具,用于与 Story 的 Python SDK 交互。 功能: * 获取许可条款 * 使用 PIL 条款铸造和注册 IP 资产 * 铸造许可代币 * 向钱包发送 $IP * 通过 Pinata [外部] 上传图像到 ipfs * 通过 Pinata [外部] 上传 IP 和 NFT 元数据

Appwrite MCP Server
一个模型上下文协议服务器,允许 AI 助手与 Appwrite 的 API 交互,从而提供管理 Appwrite 项目中数据库、用户、函数、团队和其他资源的工具。
MCP2Lambda
通过 MCP 协议,人工智能模型能够与 AWS Lambda 函数交互,从而在安全的环境中访问私有资源、实时数据和自定义计算。
ScrapeGraph MCP Server
一个生产就绪的模型上下文协议服务器,使语言模型能够利用 AI 驱动的网络抓取能力,提供将网页转换为 Markdown、提取结构化数据以及执行 AI 驱动的网络搜索的工具。