CFBD MCP Server

Čo robí “CFBD” MCP Server?

CFBD MCP (Model Context Protocol) Server je nástroj, ktorý prepája AI asistentov a aplikácie s College Football Data API, čím umožňuje pokročilý prístup k štatistikám a analytike univerzitného futbalu. Ako most medzi AI modelmi a týmto bohatým zdrojom dát umožňuje CFBD MCP používateľom dotazovať výsledky zápasov, tímové rekordy, hráčske štatistiky, play-by-play dáta, rebríčky, pravdepodobnosti výhry a ďalšie. Táto schopnosť zlepšuje workflowy vývojárov v oblasti športovej analytiky, tvorby obsahu a výskumu tým, že umožňuje AI agentom programovo alebo cez prirodzený jazyk získavať a analyzovať reálne aj historické dáta univerzitného futbalu. Server je navrhnutý pre bezproblémovú integráciu s platformami ako Claude Desktop, čo umožňuje AI-poháňané poznatky a automatizáciu okolo dát univerzitného futbalu.

Zoznam promptov

V dostupnej dokumentácii ani kóde nie sú uvedené žiadne konkrétne prompt šablóny. Ak server poskytuje štandardizované prompt šablóny alebo workflowy, nie sú v repozitári zdokumentované.

Zoznam zdrojov

V dokumentácii ani kóde nie sú popísané žiadne explicitné zdroje. Server poskytuje prístup k štatistikám univerzitného futbalu cez CFBD API, ale jednotlivé MCP zdrojové primitíva nie sú detailne uvedené.

Zoznam nástrojov

V dostupnej dokumentácii ani v štruktúre kódu nie je uvedený žiadny explicitný zoznam nástrojov. Repozitár uvádza, že server umožňuje „CFBD API dotazy“, ktoré pravdepodobne predstavujú nástroje na získavanie štatistík, údajov o zápasoch, hráčskych štatistík atď., avšak tieto nie sú samostatne vymenované.

Použitia tohto MCP servera

• Analytika univerzitného futbalu
  Vývojári a analytici môžu pomocou MCP servera dotazovať komplexné štatistiky, analyzovať výkony tímov a hráčov, či spúšťať vlastné dotazy pre výskum alebo tvorbu obsahu.
• Výsledky zápasov a detekcia prekvapení
  Generujte poznatky alebo správy o historických prekvapeniach, rebríčkoch či výsledkoch zápasov využitím detailných play-by-play a údajov o pravdepodobnosti výhry.
• AI-poháňaná tvorba športového obsahu
  Integrujte server do AI nástrojov na písanie, aby ste mohli automaticky generovať sumáre, preview či recapy na základe živých alebo historických dát.
• Porovnanie tímov a hráčov
  Umožnite AI modelom porovnávať tímy alebo hráčov naprieč sezónami s využitím pokročilých metrík a štatistík pre skauting alebo zapojenie fanúšikov.
• Integrácia s AI asistentmi
  Rozšírte konverzačnú AI (napr. Claude Desktop) o schopnosť odpovedať na prirodzené otázky o univerzitnom futbale, vrátane rozpisov, rekordov a pokročilých štatistík.

Ako ho nastaviť

Windsurf

1. Uistite sa, že je nainštalovaný Python 3.11+ a správca balíkov UV.
2. Klonujte repozitár:

   git clone https://github.com/lenwood/cfbd-mcp-server
   cd cfbd-mcp-server
   

3. Nastavte virtuálne prostredie a nainštalujte závislosti:

   uv venv
   source .venv/bin/activate
   uv pip install -e .
   

4. Vytvorte súbor .env so svojím API kľúčom:

   CFB_API_KEY=your_api_key_here
   

5. Nakonfigurujte Windsurf, aby obsahoval CFBD MCP Server:

   {
     "mcpServers": {
       "cfbd": {
         "command": "python",
         "args": ["-m", "cfbd_mcp_server"],
         "env": {
           "CFB_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

6. Uložte a reštartujte Windsurf. Overte spustením ukážkového dotazu.

Claude

1. Nainštalujte rovnako ako vyššie, zabezpečte Python 3.11+ a UV.
2. Pridajte server do konfigurácie Claude Desktop (napr. cez claude_desktop_config.json):

   {
     "mcpServers": {
       "cfbd": {
         "command": "python",
         "args": ["-m", "cfbd_mcp_server"],
         "env": {
           "CFB_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

3. Reštartujte Claude Desktop a overte pripojenie.

Cursor

1. Klonujte repozitár a nastavte ako vyššie.
2. V MCP konfigurácii Cursor pridajte:

   {
     "mcpServers": {
       "cfbd": {
         "command": "python",
         "args": ["-m", "cfbd_mcp_server"],
         "env": {
           "CFB_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

3. Uložte a reštartujte Cursor. Otestujte dotazom.

Cline

1. Postupujte podľa krokov inštalácie Pythonu, UV a závislostí.
2. V nastaveniach Cline pridajte CFBD MCP Server:

   {
     "mcpServers": {
       "cfbd": {
         "command": "python",
         "args": ["-m", "cfbd_mcp_server"],
         "env": {
           "CFB_API_KEY": "your_api_key_here"
         }
       }
     }
   }
   

3. Reštartujte Cline a overte pripojenie.

Poznámka k zabezpečeniu API kľúčov:
Vždy ukladajte svoj API kľúč do premenných prostredia, nie priamo do kódu alebo do súborov evidovaných v GITe. V konfigurácii MCP servera použite pole env ako je uvedené vyššie, aby ste bezpečne vkladali svoj kľúč.

Ako používať tento MCP vo flowoch

Použitie MCP vo FlowHunt

Ak chcete integrovať MCP servery do svojho FlowHunt workflowu, začnite pridaním MCP komponentu do flowu a jeho prepojením na vášho AI agenta:

Kliknite na MCP komponent, aby sa otvoril panel konfigurácie. V sekcii systémovej konfigurácie MCP zadajte detaily k svojmu MCP serveru v tomto JSON formáte:

{
  "cfbd": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po nakonfigurovaní bude AI agent schopný používať tento MCP ako nástroj s prístupom ku všetkým jeho funkciám a možnostiam. Nezabudnite zmeniť “cfbd” na skutočný názov vášho MCP servera a URL na adresu vášho MCP servera.

Prehľad

Náš názor

Tento MCP server je jednoznačne užitočný pre automatizáciu a analytiku univerzitných futbalových dát a je dobre zdokumentovaný ohľadom nastavenia a integrácie. Chýba mu však dokumentácia k opakovane použiteľným prompt šablónam, explicitným MCP zdrojovým primitívam a manifestu nástrojov, čo sú dôležité aspekty pre plnú kompatibilitu s MCP ekosystémom a vývojársku skúsenosť. Pre tých, ktorí sa zameriavajú na športové dáta, je to silná voľba, no širšie MCP best practices by mohli byť lepšie pokryté.

MCP skóre

Celkovo by som tento MCP server hodnotil na 5/10: plní svoj účel a je open source, ale chýbajú mu kľúčové MCP dokumentačné prvky a vlastnosti ako explicitné prompt, zdrojové a nástrojové definície. Pre športovú analytiku je veľmi dobrý, no pre všeobecný MCP vývoj je potrebné viac detailov.