Strava MCP 서버

“Strava” MCP 서버란?

Strava MCP 서버는 TypeScript로 구현된 Model Context Protocol(MCP) 서버로, 대형 언어 모델(LLM)과 Strava API를 원활하게 연결합니다. 이 서버는 브릿지 역할을 하며, AI 어시스턴트가 사용자의 Strava 데이터(최근 활동, 프로필, 통계, 경로, 세그먼트 등)에 표준화된 MCP 도구를 통해 직접 접근·분석·상호작용할 수 있게 해줍니다. 이를 통해 개발자와 AI 시스템은 운동 통계 질의, 활동 스트림(파워, 심박수, 케이던스 등) 조회, 경로 내보내기, 세그먼트 관리 등 다양한 작업을 보다 안전하고 AI 친화적으로 수행할 수 있습니다. Strava의 풍부한 피트니스·활동 데이터를 도구로 제공함으로써 개발 워크플로를 강화하고, 피트니스 분석과 코칭을 위한 지능형 데이터 기반 상호작용을 지원합니다.

프롬프트 목록

저장소에 명시적인 프롬프트 템플릿이 없습니다.

리소스 목록

저장소에 명시적으로 문서화되거나 노출된 리소스가 없습니다.

도구 목록

• 최근 활동 도구: 인증된 사용자의 최신 Strava 활동에 접근합니다.
• 프로필 도구: 사용자의 프로필 정보를 불러옵니다.
• 통계 도구: 러닝, 사이클링, 수영 통계를 조회합니다.
• 활동 스트림 도구: 특정 활동의 심박수, 파워, 케이던스, 고도 등 상세 스트림 데이터를 가져옵니다.
• 세그먼트 도구: Strava 세그먼트 탐색·조회·즐겨찾기·관리 기능을 제공합니다.
• 경로 도구: 저장된 Strava 경로 목록 및 상세 정보를 조회합니다.
• 경로 내보내기 도구: 경로를 GPX 또는 TCX 형식으로 로컬 파일 시스템에 내보냅니다.

MCP 서버 활용 사례

• 피트니스 데이터 분석: 개발자는 서버를 LLM과 연동해 사용자의 운동 이력, 통계, 트렌드를 분석하고 상세 요약 및 진행 상황을 제공할 수 있습니다.
• 맞춤형 코칭: AI 어시스턴트가 최근 운동의 심박수, 파워, 케이던스 스트림 등 풍부한 데이터를 활용해 코칭 조언을 제공합니다.
• 경로 계획 및 내보내기: 사용자가 Strava 경로를 조회·내보내어 GPS 기기나 친구와 공유할 수 있습니다.
• 세그먼트 탐색 및 관리: 개발자는 경로 최적화 및 성과 벤치마킹을 위한 세그먼트 탐색, 즐겨찾기, 분석 도구를 제작할 수 있습니다.
• 동호회·커뮤니티 인사이트: 동호회 가입 정보, 그룹 활동, 세그먼트 리더보드를 접근·표시해 소셜 참여도를 높일 수 있습니다.

설정 방법

Windsurf

1. Node.js가 설치되어 있는지 확인하세요.
2. Windsurf 설정 파일을 엽니다.
3. MCP 서버 목록에 Strava MCP 서버 패키지(@r-huijts/strava-mcp@latest)를 추가하세요.
4. 다음 JSON 코드를 mcpServers 객체에 붙여넣으세요:

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

5. 설정을 저장하고 Windsurf를 재시작하세요.
6. AI 어시스턴트에서 Strava MCP 도구가 보이는지 확인하세요.

API 키 보안 저장 예시

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

환경 변수로 자격 증명을 안전하게 저장하세요.

Claude

1. 사전 준비로 Node.js를 설치하세요.
2. Claude의 MCP 서버 설정 파일을 엽니다.
3. 다음과 같이 Strava MCP 서버를 추가하세요:

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

4. 파일을 저장하고 Claude를 재시작하세요.
5. Strava MCP 연동이 활성화되었는지 확인하세요.

Cursor

1. Node.js가 설치되어 있는지 확인하세요.
2. Cursor의 MCP 서버 관련 설정 파일을 엽니다.
3. 다음을 추가하세요:

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

4. 저장 후 Cursor를 재시작하세요.
5. AI 워크플로에서 정상 동작을 확인하세요.

Cline

1. Node.js가 설치되어 있는지 확인하세요.
2. Cline의 MCP 서버 설정 파일을 엽니다.
3. 다음을 삽입하세요:

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

4. 저장 후 Cline 환경을 재시작하세요.
5. Strava MCP 도구가 탐색 가능한지 확인하세요.

참고: API 키와 같은 민감한 정보는 반드시 환경 변수로 저장하고, 평문으로 남기지 마세요.

플로우 내에서 MCP 사용법

FlowHunt에서 MCP 활용하기

FlowHunt 워크플로에 MCP 서버를 연동하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭해 설정 패널을 엽니다. 시스템 MCP 설정 영역에 다음과 같은 JSON 형식으로 MCP 서버 정보를 입력하세요:

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

설정이 완료되면 AI 에이전트가 이 MCP의 모든 기능과 도구에 접근할 수 있습니다. “strava-mcp"를 실제 MCP 서버 이름으로, URL도 실제 MCP 서버의 주소로 변경하세요.

개요

의견

Strava MCP 서버는 LLM과 Strava API 사이에 강력한 브릿지를 제공하며, 다양한 도구와 명확한 문서, 실전 활용 사례를 갖추고 있습니다. 다만, 프롬프트 템플릿과 명확한 MCP 리소스 문서가 부족해 표준화 측면에서 개선 여지가 있습니다. 샘플링·Roots 지원 언급이 없어 고급 MCP 시나리오의 다재다능성은 다소 떨어질 수 있습니다.

MCP 점수: 7/10 — Strava 통합용으로 강력하고 실전 배포 가능한 MCP이나, 프롬프트/리소스 명세 및 프로토콜 확장 기능에서 개선의 여지가 있습니다.

MCP 점수