NBA MCP Server

Máy chủ “NBA” MCP làm gì?

NBA MCP Server là một máy chủ Model Context Protocol (MCP) được thiết kế để tăng cường trợ lý AI, như Claude của Anthropic, bằng cách cho phép truy xuất và lấy dữ liệu, thống kê trận đấu bóng rổ NBA mới nhất. Thông qua kết nối với nba_api mã nguồn mở, máy chủ cho phép các LLM lấy tỷ số các trận NBA gần đây, các thống kê cầu thủ và phân tích nâng cao mà bình thường mô hình không thể truy cập do giới hạn kiến thức. Kết nối này trao quyền cho quy trình phát triển dựa trên AI, cho phép truy vấn cơ sở dữ liệu động và lấy dữ liệu trực tiếp về trận đấu NBA, hiệu suất cầu thủ…, từ đó nâng cao đáng kể khả năng tương tác và phân tích dữ liệu thể thao thực tế của trợ lý AI.

Danh sách Prompt

Không có mẫu prompt nào được chỉ định trong repository.

Danh sách Tài nguyên

Không có tài nguyên cụ thể nào được nêu trong repository.

Danh sách Công cụ

• Lấy tỷ số cuối cùng
  Truy xuất tỷ số cuối cho tất cả các trận NBA diễn ra ngày hôm qua hoặc gần đây.

• Lấy thống kê cầu thủ cơ bản
  Lấy dữ liệu điểm số, rebounds, assists (P/R/A) cho mọi cầu thủ thi đấu trong các trận từ hôm qua trở về trước.

• Lấy thống kê cầu thủ đầy đủ
  Thu thập thống kê chi tiết gồm PTS, REB, AST, STL, BLK, TO, PLUS_MINUS, và MIN cho các trận đã chơi hôm qua hoặc trước đó.

• Lấy bốn yếu tố
  Truy xuất phân tích nâng cao “bốn yếu tố” cho tất cả các trận NBA diễn ra hôm qua hoặc mới đây.

Các trường hợp sử dụng của máy chủ MCP này

• Tóm tắt trận đấu NBA thời gian thực
  Lập trình viên có thể cho phép trợ lý AI trả lời các câu hỏi về trận NBA mới nhất, cung cấp tỷ số và kết quả cập nhật.

• Phân tích hiệu suất cầu thủ chi tiết
  Máy chủ cho phép lấy thống kê từng cầu thủ, hỗ trợ tạo báo cáo sau trận, tư vấn fantasy basketball hoặc phân tích lịch sử.

• Phân tích nâng cao cho báo chí thể thao
  Bằng việc truy cập bốn yếu tố và các chỉ số chuyên sâu khác, phóng viên và chuyên gia có thể nhanh chóng tìm số liệu nâng cao cho bài viết, bình luận.

• Dashboard thể thao tự động
  Tích hợp với các công cụ dashboard cho phép cập nhật trực tiếp trận đấu NBA, hiệu suất cầu thủ cho người hâm mộ hoặc nhà phân tích.

• Ứng dụng thể thao dùng AI
  Lập trình viên có thể dùng máy chủ này để vận hành chatbot hoặc trợ lý ảo có khả năng trả lời các câu hỏi liên quan NBA với dữ liệu mới nhất.

Hướng dẫn thiết lập

Windsurf

1. Đảm bảo đã cài đặt Python và tạo môi trường ảo trong thư mục repo.
2. Thực hiện:

   uv venv
   .venv\Scripts\activate
   uv pip install -e .
   

3. Thêm cấu hình NBA MCP Server vào cấu hình Windsurf của bạn (nếu hỗ trợ).
4. Thêm máy chủ NBA MCP vào đối tượng mcpServers với lệnh và tham số phù hợp.
5. Lưu và khởi động lại dịch vụ Windsurf.
6. Kiểm tra thiết lập bằng cách chạy truy vấn thử nghiệm.

Ví dụ JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Claude

1. Clone repo và tạo môi trường như trên.
2. Cài đặt các phụ thuộc:

   uv venv
   .venv\Scripts\activate
   uv pip install -e .
   

3. Chỉnh sửa file cấu hình Claude để thêm NBA MCP Server.
4. Thêm máy chủ vào phần mcpServers.
5. Khởi động lại Claude và kiểm tra kết nối.

Ví dụ JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Cursor

1. Clone repository và tạo môi trường ảo.
2. Cài đặt các yêu cầu như hướng dẫn trước.
3. Sửa cấu hình Cursor để bao gồm NBA MCP Server.
4. Thêm thông tin máy chủ và lưu thay đổi.
5. Khởi động lại Cursor và kiểm tra chức năng.

Ví dụ JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Cline

1. Đảm bảo đã thiết lập Python và môi trường ảo.
2. Cài đặt NBA MCP Server như trên.
3. Chỉnh sửa file cấu hình Cline.
4. Thêm chi tiết máy chủ NBA MCP dưới mcpServers.
5. Khởi động lại Cline và chạy thử nghiệm.

Ví dụ JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Bảo mật API Key

NBA MCP Server không yêu cầu API key vì sử dụng nba_api mã nguồn mở. Nếu các phiên bản tương lai cần key, bạn có thể bảo mật bằng biến môi trường:

Ví dụ JSON:

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"],
      "env": {
        "NBA_API_KEY": "${NBA_API_KEY}"
      },
      "inputs": {
        "NBA_API_KEY": "your_api_key_here"
      }
    }
  }
}

Cách sử dụng MCP này trong luồng

Sử dụng MCP trong FlowHunt

Để tích hợp máy chủ MCP vào luồng FlowHunt, bắt đầu bằng cách thêm thành phần MCP vào luồng và kết nối với tác nhân AI của bạn:

Nhấp vào thành phần MCP để mở bảng cấu hình. Trong phần cấu hình hệ thống MCP, nhập thông tin máy chủ MCP của bạn theo định dạng JSON như sau:

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

Khi cấu hình xong, tác nhân AI có thể sử dụng MCP này như một công cụ với đầy đủ chức năng. Hãy nhớ thay “nba-mcp” bằng tên thực tế của máy chủ MCP và thay URL bằng địa chỉ MCP server của bạn.

Tổng quan

Dựa trên thông tin hiện có, NBA MCP Server cung cấp khả năng tích hợp dữ liệu thể thao thời gian thực giá trị cho LLM nhưng thiếu tài liệu về prompt, định nghĩa tài nguyên rõ ràng và các tính năng MCP nâng cao như roots hay sampling. Đây là một bản triển khai cơ bản nhưng hoạt động tốt.

Điểm MCP

Đánh giá:
Tôi chấm máy chủ MCP này 4 trên 10. Nó cung cấp tốt chức năng cốt lõi (các công cụ thống kê NBA) và thiết lập cơ bản nhưng thiếu tài liệu chi tiết, định nghĩa tài nguyên, prompt mẫu và các tính năng MCP nâng cao (roots, sampling). Việc không có license cũng là hạn chế lớn cho mã nguồn mở.