Strava MCP Server

Wat doet de “Strava” MCP Server?

De Strava MCP Server is een Model Context Protocol (MCP) server geïmplementeerd in TypeScript die grote taalmodellen (LLM’s) naadloos verbindt met de Strava API. Als brug stelt deze server AI-assistenten in staat om toegang te krijgen tot, analyses uit te voeren op en te interacteren met de Strava-data van een gebruiker—waaronder recente activiteiten, profielen, statistieken, routes en segmenten—direct via gestandaardiseerde MCP-tools. Deze integratie stelt ontwikkelaars en AI-systemen in staat taken uit te voeren zoals het opvragen van trainingsstatistieken, het ophalen van activiteitstreams (zoals vermogen, hartslag of cadans), routes exporteren en segmenten beheren, allemaal op een veilige en AI-vriendelijke manier. Door Strava’s rijke fitness- en activiteitsdata als tools aan te bieden, verbetert de server ontwikkelworkflows en ondersteunt intelligente, datagedreven interacties voor fitnessanalyse en coaching.

Lijst met Prompts

Er zijn geen expliciete promptsjablonen gevonden in de repository.

Lijst met Bronnen

Er zijn geen expliciete bronnen gedocumenteerd of zichtbaar in de repository.

Lijst met Tools

• Recent Activities Tool: Toegang tot recente Strava-activiteiten van de geauthenticeerde gebruiker.
• Profile Tool: Haalt de profielinformatie van de gebruiker op.
• Stats Tool: Haalt hardloop-, fiets- en zwemstatistieken op.
• Activity Streams Tool: Haalt gedetailleerde streamdata (hartslag, vermogen, cadans, hoogte, enz.) op voor specifieke activiteiten.
• Segments Tool: Verken, bekijk, markeer als favoriet en beheer Strava-segmenten.
• Routes Tool: Lijst en bekijk details van opgeslagen Strava-routes.
• Route Export Tool: Exporteer routes in GPX- of TCX-formaat naar het lokale bestandssysteem.

Use-cases van deze MCP Server

• Fitnessdata-analyse: Ontwikkelaars kunnen de server integreren met LLM’s om de trainingsgeschiedenis, statistieken en trends van een gebruiker te analyseren en gedetailleerde samenvattingen en voortgangsrapporten te bieden.
• Gepersonaliseerde coaching: AI-assistenten kunnen coachingsadvies geven op basis van rijke activiteitsdata, zoals hartslag-, vermogens- en cadansstreams van recente trainingen.
• Routeplanning en -export: Gebruikers kunnen hun Strava-routes opvragen, bekijken en exporteren voor gebruik op GPS-apparaten of om te delen met vrienden.
• Segmentverkenning en -beheer: Ontwikkelaars kunnen tools bouwen voor het ontdekken, favoriet maken en analyseren van Strava-segmenten voor route-optimalisatie en prestatiebenchmarking.
• Club- en community-inzichten: Toegang tot en weergeven van clubdeelnames, groepsactiviteiten en segmentklassementen voor meer sociale betrokkenheid.

Hoe stel je het in

Windsurf

1. Zorg dat je Node.js hebt geïnstalleerd.
2. Open het Windsurf configuratiebestand.
3. Voeg het Strava MCP serverpakket (@r-huijts/strava-mcp@latest) toe aan je MCP servers-lijst.
4. Plak het onderstaande JSON-fragment in het mcpServers object:

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

5. Sla je configuratie op en herstart Windsurf.
6. Controleer de installatie door te zoeken naar Strava MCP-tools in je AI-assistent.

API-sleutels beveiligen Voorbeeld

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

Sla inloggegevens veilig op met behulp van omgevingsvariabelen.

Claude

1. Installeer Node.js als vereiste.
2. Open het configuratiebestand van Claude voor MCP servers.
3. Voeg de Strava MCP server toe met:

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

4. Sla het bestand op en herstart Claude.
5. Bevestig dat de Strava MCP-integratie actief is.

Cursor

1. Installeer Node.js indien niet aanwezig.
2. Open het Cursor configuratiebestand met betrekking tot MCP servers.
3. Voeg toe:

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

4. Sla op en herstart Cursor.
5. Controleer de functionaliteit binnen je AI-workflows.

Cline

1. Zorg ervoor dat Node.js is geïnstalleerd.
2. Ga naar het configuratiebestand voor MCP servers in Cline.
3. Voeg in:

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

4. Sla op en herstart de Cline-omgeving.
5. Controleer of Strava MCP-tools zichtbaar zijn.

Let op: Sla gevoelige API-sleutels altijd op als omgevingsvariabelen, niet als platte tekst.

Hoe gebruik je deze MCP in flows

MCP gebruiken in FlowHunt

Om MCP-servers te integreren in je FlowHunt-workflow, begin je met het toevoegen van het MCP-component aan je flow en verbind je deze met je AI-agent:

Klik op het MCP-component om het configuratiepaneel te openen. In het systeem-MCP-configuratiegedeelte voeg je je MCP-servergegevens in volgens dit JSON-formaat:

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

Zodra dit is geconfigureerd kan de AI-agent deze MCP nu als tool gebruiken met toegang tot alle functies en mogelijkheden. Vergeet niet “strava-mcp” aan te passen naar de daadwerkelijke naam van jouw MCP-server en de URL te vervangen door je eigen MCP-server URL.

Overzicht

Onze mening

De Strava MCP Server biedt een robuuste brug tussen LLM’s en de Strava API, met een breed scala aan tools, duidelijke documentatie en praktijkvoorbeelden. Het ontbreken van gedocumenteerde promptsjablonen en expliciete MCP-bronnen beperkt echter het standaardisatiepotentieel out-of-the-box. Sampling- en Roots-ondersteuning worden niet vermeld, wat de veelzijdigheid voor geavanceerde MCP-scenario’s enigszins beperkt.

MCP-score: 7/10 — een sterke, productieklare MCP voor Strava-integratie, met ruimte voor verbetering in prompt-/bron-specificatie en geavanceerde protocolfuncties.

MCP-score