NBA MCP Server

Co dělá “NBA” MCP Server?

NBA MCP Server je server Model Context Protocol (MCP) navržený pro vylepšení AI asistentů, jako je například Anthropic Claude, tím, že jim umožňuje přístup a získávání aktuálních dat a statistik basketbalových zápasů NBA. Díky propojení s open-source nba_api může server LLM modelům zprostředkovat nedávné skóre zápasů NBA, hráčské statistiky a pokročilou analytiku, které by jinak byly kvůli omezení znalostí modelu nedostupné. Toto propojení posiluje AI vývojové workflow, umožňuje dynamické dotazy do databáze a živé získávání dat týkajících se zápasů NBA, výkonu hráčů a dalších informací – výrazně tak rozšiřuje možnosti asistenta při interakci a analýze reálných sportovních dat.

Seznam promptů

V repozitáři nejsou uvedeny žádné šablony promptů.

Seznam zdrojů

V repozitáři nejsou detailně popsány žádné explicitní zdroje.

Seznam nástrojů

• Načíst finální skóre
  Získá finální skóre všech zápasů NBA, které se odehrály včera nebo v nedávné minulosti.

• Načíst základní hráčské statistiky
  Získá body, doskoky a asistence (P/D/A) všech hráčů, kteří se zúčastnili zápasů ze včerejška nebo dřívějších dat.

• Načíst kompletní hráčské statistiky
  Získá kompletní statistiky hráčů včetně PTS, REB, AST, STL, BLK, TO, PLUS_MINUS a MIN za zápasy odehrané včera nebo v minulosti.

• Načíst čtyři faktory
  Získá pokročilou analytiku „čtyř faktorů“ pro všechny zápasy NBA, které proběhly včera nebo v poslední době.

Příklady použití tohoto MCP serveru

• Souhrny zápasů NBA v reálném čase
  Vývojáři mohou umožnit AI asistentům odpovídat na dotazy ohledně posledních zápasů NBA a poskytovat aktuální skóre i výsledky.

• Detailní analýza výkonu hráčů
  Server umožňuje načítat statistiky jednotlivých hráčů a podporuje tak tvorbu pozápasových reportů, přehledů pro fantasy basketbal nebo historických analýz.

• Pokročilá analytika pro sportovní žurnalistiku
  Díky přístupu ke čtyřem faktorům a dalším metrikám mohou novináři a analytici rychle získat pokročilé statistiky pro články i komentáře.

• Automatizované sportovní dashboardy
  Integrace s dashboard nástroji umožňuje fanouškům i analytikům získávat živé aktualizace o zápasech NBA a výkonech hráčů.

• AI poháněné sportovní aplikace
  Vývojáři mohou server využít k pohonu chatbotů nebo virtuálních asistentů, kteří jsou schopni odpovídat na dotazy ohledně NBA s využitím aktuálních dat.

Jak jej nastavit

Windsurf

1. Ujistěte se, že máte nainstalovaný Python a nastavte virtuální prostředí v adresáři repozitáře.
2. Spusťte:

   uv venv
   .venv\Scripts\activate
   uv pip install -e .
   

3. Přidejte konfiguraci NBA MCP Serveru do svého Windsurf configu (pokud je podporováno).
4. Vložte NBA MCP server do objektu mcpServers s odpovídajícím příkazem a argumenty.
5. Uložte a restartujte službu Windsurf.
6. Ověřte nastavení spuštěním testovacího dotazu.

Příklad JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Claude

1. Naklonujte repozitář a nastavte prostředí, jak je popsáno výše.
2. Nainstalujte závislosti:

   uv venv
   .venv\Scripts\activate
   uv pip install -e .
   

3. Upravte svůj konfigurační soubor Claude a přidejte NBA MCP Server.
4. Přidejte server do sekce mcpServers.
5. Restartujte Claude a ověřte propojení.

Příklad JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Cursor

1. Naklonujte repozitář a nastavte virtuální prostředí.
2. Nainstalujte požadavky dle předchozího popisu.
3. Upravte konfiguraci Cursor, aby obsahovala NBA MCP Server.
4. Přidejte položku serveru a uložte změny.
5. Restartujte Cursor a otestujte funkčnost.

Příklad JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Cline

1. Ujistěte se, že máte Python a virtuální prostředí.
2. Nainstalujte NBA MCP Server podle výše uvedeného postupu.
3. Upravte konfigurační soubor Cline.
4. Přidejte údaje o NBA MCP serveru pod mcpServers.
5. Restartujte Cline a spusťte test.

Příklad JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Zabezpečení API klíčů

Pro NBA MCP Server nejsou vyžadovány žádné API klíče, protože využívá open-source knihovnu nba_api. Pokud by v budoucnu byly klíče potřeba, lze je zabezpečit pomocí environmentálních proměnných:

Příklad JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"],
      "env": {
        "NBA_API_KEY": "${NBA_API_KEY}"
      },
      "inputs": {
        "NBA_API_KEY": "your_api_key_here"
      }
    }
  }
}

Jak používat tento MCP ve flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do vašeho workflow ve FlowHunt začněte přidáním MCP komponenty do svého flow a propojením s AI agentem:

Klikněte na MCP komponentu pro otevření konfiguračního panelu. V sekci systémové konfigurace MCP vložte údaje o svém MCP serveru v tomto JSON formátu:

{
  "nba-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po konfiguraci může nyní AI agent využívat tento MCP jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “nba-mcp” na skutečný název svého MCP serveru a URL upravit dle vaší implementace.

Přehled

Na základě dostupných informací nabízí NBA MCP Server cennou integraci sportovních dat v reálném čase pro LLM modely, ale chybí mu dokumentace k šablonám promptů, explicitní definice zdrojů a pokročilé MCP funkce jako roots nebo sampling. Jde o funkční, ale základní implementaci.

MCP skóre

Hodnocení:
Tento MCP server bych ohodnotil 4 z 10. Plní svoji základní funkci (nástroje NBA statistik) a nabízí jednoduché nastavení, ale postrádá podrobnou dokumentaci, definici zdrojů, šablony promptů a pokročilé MCP funkce (roots, sampling). Absence licence je také významným omezením pro open-source využití.