Strava MCP Server

Čo robí „Strava“ MCP Server?

Strava MCP Server je server Model Context Protocol (MCP) implementovaný v TypeScripte, ktorý bez problémov prepája veľké jazykové modely (LLM) s API Strava. Pôsobí ako most a umožňuje AI asistentom pristupovať, analyzovať a pracovať s údajmi používateľa zo Stravy — vrátane nedávnych aktivít, profilov, štatistík, trás a segmentov — priamo cez štandardizované MCP nástroje. Táto integrácia dáva vývojárom a AI systémom možnosť vykonávať úlohy ako dopytovanie štatistík tréningov, získavanie streamov aktivít (napr. výkon, srdcová frekvencia alebo kadencia), exportovanie trás či správu segmentov, a to všetko bezpečne a s ohľadom na AI. Sprístupnením bohatých fitness a športových dát zo Stravy ako nástrojov server zlepšuje vývojárske workflowy a podporuje inteligentné, na dátach založené interakcie pre analýzu a koučing.

Zoznam promptov

V repozitári neboli nájdené žiadne explicitné šablóny promptov.

Zoznam zdrojov

V repozitári nie sú explicitne zdokumentované alebo sprístupnené žiadne zdroje.

Zoznam nástrojov

• Nástroj pre najnovšie aktivity: Prístup k nedávnym aktivitám používateľa zo Stravy.
• Nástroj pre profil: Načíta profilové informácie používateľa.
• Nástroj pre štatistiky: Získa štatistiky pre beh, bicyklovanie a plávanie.
• Nástroj pre streamy aktivít: Načíta detailné stream údaje (srdcová frekvencia, výkon, kadencia, prevýšenie atď.) pre konkrétne aktivity.
• Nástroj pre segmenty: Preskúmavajte, zobrazujte, označujte hviezdičkou a spravujte segmenty Strava.
• Nástroj pre trasy: Zobrazí a zobrazí detaily uložených trás Strava.
• Nástroj na export trás: Exportujte trasy vo formátoch GPX alebo TCX do lokálneho súborového systému.

Prípady použitia tohto MCP servera

• Analýza fitness dát: Vývojári môžu server integrovať s LLM na analýzu histórie tréningov používateľa, štatistík a trendov, čím poskytujú detailné súhrny a správy o pokroku.
• Personalizovaný koučing: AI asistenti môžu poskytovať koučingové odporúčania na základe bohatých dát z aktivít, ako sú streamy srdcovej frekvencie, výkonu a kadencie z nedávnych tréningov.
• Plánovanie a export trás: Umožňuje používateľom vypísať, zobraziť a exportovať svoje Strava trasy na použitie v GPS zariadeniach alebo na zdieľanie s priateľmi.
• Prieskum a správa segmentov: Vývojári môžu budovať nástroje na objavovanie, označovanie hviezdičkou a analýzu segmentov Strava pre optimalizáciu trás a porovnávanie výkonu.
• Prehľady pre kluby a komunitu: Prístup k členstvu v kluboch, skupinovým aktivitám a rebríčkom segmentov pre lepšie sociálne zapojenie.

Ako to nastaviť

Windsurf

1. Uistite sa, že máte nainštalovaný Node.js.
2. Otvorte konfiguračný súbor Windsurf.
3. Pridajte balík Strava MCP servera (@r-huijts/strava-mcp@latest) do vášho zoznamu MCP serverov.
4. Vložte nasledujúci JSON útržok do objektu mcpServers:

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

5. Uložte konfiguráciu a reštartujte Windsurf.
6. Overte nastavenie skontrolovaním nástrojov Strava MCP vo vašom AI asistentovi.

Príklad zabezpečenia API kľúčov

{
  "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"
    }
  }
}

Prihlasovacie údaje ukladajte bezpečne pomocou environmentálnych premenných.

Claude

1. Ako predpoklad nainštalujte Node.js.
2. Otvorte konfiguračný súbor Claude pre MCP servery.
3. Pridajte Strava MCP server pomocou:

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

4. Uložte súbor a reštartujte Claude.
5. Overte, že integrácia Strava MCP je aktívna.

Cursor

1. Ak nie je nainštalovaný, nainštalujte Node.js.
2. Otvorte konfiguračný súbor Cursor súvisiaci s MCP servermi.
3. Pridajte:

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

4. Uložte a reštartujte Cursor.
5. Overte funkčnosť vo vašich AI workflowoch.

Cline

1. Uistite sa, že je nainštalovaný Node.js.
2. Pristúpte ku konfiguračnému súboru pre MCP servery v Cline.
3. Vložte:

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

4. Uložte a reštartujte prostredie Cline.
5. Skontrolujte, či sú nástroje Strava MCP dostupné.

Poznámka: Citlivé API kľúče vždy ukladajte do environmentálnych premenných, nie v čitateľnom texte.

Ako používať tento MCP vo flowoch

Použitie MCP vo FlowHunt

Ak chcete integrovať MCP servery do vášho workflowu vo FlowHunt, začnite pridaním MCP komponentu do toku a jeho prepojením s AI agentom:

Kliknite na MCP komponent pre otvorenie konfiguračného panelu. V sekcii systémovej MCP konfigurácie vložte údaje o vašom MCP serveri v tomto JSON formáte:

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

Po nakonfigurovaní môže AI agent používať tento MCP ako nástroj so všetkými jeho funkciami a možnosťami. Nezabudnite zmeniť “strava-mcp” na skutočný názov vášho MCP servera a URL na vašu vlastnú MCP URL adresu.

Prehľad

Náš názor

Strava MCP Server poskytuje robustný most medzi LLM a API Strava, sprístupňuje širokú škálu nástrojov s jasnou dokumentáciou a reálnymi príkladmi použitia. Absencia zdokumentovaných šablón promptov a explicitných MCP zdrojov však obmedzuje jeho štandardizačný potenciál. Sampling a Roots podpora nie sú spomenuté, čo mierne znižuje univerzálnosť pre pokročilé MCP scenáre.

MCP skóre: 7/10 — silný, produkčne pripravený MCP pre integráciu Strava, s priestorom na zlepšenie v oblasti špecifikácie promptov/zdrojov a pokročilých protokolových funkcií.

MCP skóre