Servidor MCP de Strava

¿Qué hace el “Servidor MCP de Strava”?

El Servidor MCP de Strava es un servidor Model Context Protocol (MCP) implementado en TypeScript que conecta de manera fluida grandes modelos de lenguaje (LLMs) con la API de Strava. Actuando como puente, permite que asistentes de IA accedan, analicen e interactúen con los datos de Strava de un usuario—including actividades recientes, perfiles, estadísticas, rutas y segmentos—directamente a través de herramientas MCP estandarizadas. Esta integración da poder a desarrolladores y sistemas de IA para realizar tareas como consultar estadísticas de entrenamientos, obtener streams de actividad (como potencia, frecuencia cardíaca o cadencia), exportar rutas y gestionar segmentos, todo de forma segura y amigable para IA. Al exponer la rica información de fitness y actividad de Strava como herramientas, el servidor mejora los flujos de trabajo de desarrollo y soporta interacciones inteligentes y basadas en datos para el análisis y coaching de fitness.

Lista de Prompts

No se encontraron plantillas de prompts explícitas en el repositorio.

Lista de Recursos

No hay recursos explícitos documentados o expuestos en el repositorio.

Lista de Herramientas

• Herramienta de Actividades Recientes: Accede a las actividades recientes de Strava del usuario autenticado.
• Herramienta de Perfil: Obtiene la información del perfil del usuario.
• Herramienta de Estadísticas: Recupera estadísticas de running, ciclismo y natación.
• Herramienta de Streams de Actividad: Obtiene datos detallados de stream (frecuencia cardíaca, potencia, cadencia, elevación, etc.) para actividades específicas.
• Herramienta de Segmentos: Explora, visualiza, marca como favorito y gestiona segmentos de Strava.
• Herramienta de Rutas: Lista y visualiza detalles de rutas guardadas en Strava.
• Herramienta de Exportación de Rutas: Exporta rutas en formato GPX o TCX al sistema de archivos local.

Casos de Uso de este Servidor MCP

• Análisis de Datos de Fitness: Los desarrolladores pueden integrar el servidor con LLMs para analizar el historial de entrenamiento del usuario, estadísticas y tendencias, proporcionando resúmenes detallados e informes de progreso.
• Coaching Personalizado: Los asistentes de IA pueden brindar consejos de entrenamiento usando datos de actividad ricos, como streams de frecuencia cardíaca, potencia y cadencia de los entrenamientos recientes.
• Planificación y Exportación de Rutas: Permite a los usuarios listar, ver y exportar sus rutas de Strava para uso en dispositivos GPS o para compartir con amigos.
• Exploración y Gestión de Segmentos: Los desarrolladores pueden crear herramientas para descubrir, marcar como favoritos y analizar segmentos de Strava para la optimización de rutas y evaluación de desempeño.
• Insights de Clubes y Comunidad: Accede y muestra membresías de clubes, actividades grupales y clasificaciones de segmentos para mejorar la interacción social.

Cómo configurarlo

Windsurf

1. Asegúrate de tener Node.js instalado.
2. Abre el archivo de configuración de Windsurf.
3. Agrega el paquete del servidor MCP de Strava (@r-huijts/strava-mcp@latest) a tu lista de servidores MCP.
4. Pega el siguiente fragmento JSON dentro del objeto mcpServers:

   {
     "strava-mcp": {
       "command": "npx",
       "args": ["@r-huijts/strava-mcp@latest"]
     }
   }
   

5. Guarda tu configuración y reinicia Windsurf.
6. Verifica la configuración comprobando que las herramientas MCP de Strava estén disponibles en tu asistente de IA.

Ejemplo para asegurar las claves API

{
  "strava-mcp": {
    "command": "npx",
    "args": ["@r-huijts/strava-mcp@latest"],
    "env": {
      "STRAVA_CLIENT_ID": "tu-client-id",
      "STRAVA_CLIENT_SECRET": "tu-client-secret",
      "STRAVA_ACCESS_TOKEN": "tu-access-token"
    }
  }
}

Almacena las credenciales de forma segura usando variables de entorno.

Claude

1. Instala Node.js como requisito previo.
2. Abre el archivo de configuración de Claude para los servidores MCP.
3. Agrega el servidor MCP de Strava usando:

   {
     "strava-mcp": {
       "command": "npx",
       "args": ["@r-huijts/strava-mcp@latest"]
     }
   }
   

4. Guarda el archivo y reinicia Claude.
5. Confirma que la integración de Strava MCP está activa.

Cursor

1. Instala Node.js si no está presente.
2. Abre el archivo de configuración de Cursor relacionado con los servidores MCP.
3. Agrega:

   {
     "strava-mcp": {
       "command": "npx",
       "args": ["@r-huijts/strava-mcp@latest"]
     }
   }
   

4. Guarda y reinicia Cursor.
5. Verifica la funcionalidad dentro de tus flujos de trabajo de IA.

Cline

1. Asegúrate de que Node.js esté instalado.
2. Accede al archivo de configuración para los servidores MCP en Cline.
3. Inserta:

   {
     "strava-mcp": {
       "command": "npx",
       "args": ["@r-huijts/strava-mcp@latest"]
     }
   }
   

4. Guarda y reinicia el entorno de Cline.
5. Comprueba que las herramientas MCP de Strava sean detectables.

Nota: Siempre almacena las claves API sensibles en variables de entorno, no en texto plano.

Cómo usar este MCP en los flujos

Uso de MCP en FlowHunt

Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza añadiendo el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración del sistema MCP, inserta los detalles de tu servidor MCP usando este formato JSON:

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

Una vez configurado, el agente de IA podrá utilizar este MCP como herramienta con acceso a todas sus funciones y capacidades. Recuerda cambiar “strava-mcp” por el nombre real de tu servidor MCP y reemplazar la URL por la de tu propio servidor MCP.

Resumen

Nuestra opinión

El Servidor MCP de Strava ofrece un puente robusto entre los LLMs y la API de Strava, exponiendo una amplia variedad de herramientas, con documentación clara y casos de uso reales. Sin embargo, la falta de plantillas de prompt y recursos MCP explícitos documentados limita su potencial de estandarización inmediata. No se menciona soporte para Sampling ni Roots, lo que reduce ligeramente su versatilidad para escenarios MCP avanzados.

Puntuación MCP: 7/10 — un MCP sólido y listo para producción para integración con Strava, con margen de mejora en especificación de prompts/recursos y funciones avanzadas del protocolo.

Puntuación MCP