Oura MCP Server

Oura MCP Server làm gì?

Oura MCP Server cho phép các trợ lý AI truy cập, phân tích và trực quan hóa dữ liệu sức khỏe được thu thập từ Oura Ring của bạn thông qua Model Controller Protocol (MCP) một cách an toàn. Đóng vai trò là cầu nối giữa API của Oura và các client AI, nó cung cấp cho lập trình viên và người dùng quyền truy cập có cấu trúc vào các chỉ số sức khỏe như giấc ngủ, readiness, hoạt động và nhiều hơn nữa. Server hỗ trợ truy vấn tùy chỉnh, các mẫu prompt định sẵn cho các tác vụ phân tích sức khỏe phổ biến và khả năng trực quan hóa dữ liệu tự động. Bằng cách tận dụng MCP server này, các trợ lý AI có thể thực hiện phân tích xu hướng sức khỏe, tạo báo cáo và phát hiện các mối tương quan ý nghĩa—giúp lập trình viên xây dựng trải nghiệm sức khỏe và chăm sóc tốt hơn, nhiều thông tin hơn.

Danh sách các Prompt

• Phân tích dữ liệu giấc ngủ: Template để lấy và giải thích dữ liệu giấc ngủ trong một khoảng thời gian.
• Liên hệ bữa ăn với readiness: Phân tích cách bữa ăn hoặc dữ liệu dinh dưỡng ảnh hưởng đến điểm readiness.
• So sánh stress giữa ngày trong tuần và cuối tuần: So sánh mức độ stress giữa ngày làm việc và cuối tuần.
• Phân tích nhịp tim khi ngủ: Lấy và phân tích dữ liệu nhịp tim trong khi ngủ, có thể lọc thêm (ví dụ: có uống rượu).
• Trực quan hóa xu hướng hiệu suất giấc ngủ: Tạo biểu đồ thể hiện xu hướng hiệu suất giấc ngủ hoặc các chỉ số khác.
• So sánh điểm readiness: Template trực quan hóa so sánh readiness sau các sự kiện khác nhau (ví dụ: sau bữa ăn).

Danh sách nguồn dữ liệu

• Chỉ số giấc ngủ: Truy cập dữ liệu giấc ngủ từ Oura Ring, gồm các giai đoạn, thời lượng, hiệu suất và tag tùy chỉnh.
• Điểm readiness: Hiển thị điểm readiness và các yếu tố cấu thành.
• Dữ liệu hoạt động: Lấy chỉ số hoạt động hàng ngày và hàng tuần từ Oura.
• Biến thiên nhịp tim (HRV): Dữ liệu HRV chi tiết để phân tích và trực quan hóa.

Danh sách công cụ

Không có danh sách công cụ rõ ràng trong server.py hoặc file tương tự trong repository được cung cấp.

Các trường hợp sử dụng MCP Server này

• Phân tích giấc ngủ cá nhân: Lập trình viên có thể xây dựng trợ lý lấy và diễn giải mẫu giấc ngủ của người dùng, cung cấp insight hữu ích và trực quan hóa.
• Liên hệ bữa ăn và readiness: Cho phép khám phá cách thói quen ăn uống ảnh hưởng tới readiness và sức khỏe tổng thể, hỗ trợ đề xuất cá nhân hóa.
• So sánh stress và lối sống: Hỗ trợ phân tích xu hướng stress các ngày khác nhau (ví dụ: ngày làm việc và cuối tuần) để tối ưu hóa lối sống.
• Trực quan hóa xu hướng sức khỏe: Giúp người dùng tạo biểu đồ, đồ thị dữ liệu Oura Ring—hữu ích cho coaching, báo cáo hoặc theo dõi cá nhân.
• Truy vấn sức khỏe tùy chỉnh: Hỗ trợ truy vấn nâng cao, cá nhân hóa (ví dụ: nhịp tim khi ngủ sau khi uống rượu) cho điều tra sức khỏe chuyên sâu.

Hướng dẫn thiết lập

Windsurf

1. Đảm bảo Node.js v18+ đã được cài đặt.
2. Lấy Oura Personal Access Token và thêm vào file .env với OURA_TOKEN=your_personal_access_token.
3. Thêm package Oura MCP Server vào cấu hình của bạn:
4. Chỉnh sửa file cấu hình Windsurf:

{
  "mcpServers": {
    "oura": {
      "command": "npx",
      "args": ["@oura/mcp-server@latest"]
    }
  }
}

5. Lưu và khởi động lại Windsurf.
6. Xác minh MCP server đã chạy và truy cập được.

Bảo mật API Key (Windsurf)

{
  "mcpServers": {
    "oura": {
      "command": "npx",
      "args": ["@oura/mcp-server@latest"],
      "env": {
        "OURA_TOKEN": "${OURA_TOKEN}"
      },
      "inputs": {
        "OURA_TOKEN": "your_personal_access_token"
      }
    }
  }
}

Claude

1. Cài đặt Node.js v18+.
2. Thiết lập file .env với OURA_TOKEN.
3. Thêm Oura MCP Server vào cấu hình Claude:

{
  "mcpServers": {
    "oura": {
      "command": "npx",
      "args": ["@oura/mcp-server@latest"]
    }
  }
}

4. Lưu, khởi động lại Claude và xác nhận đã kết nối thành công.

Bảo mật API Key (Claude)

{
  "mcpServers": {
    "oura": {
      "command": "npx",
      "args": ["@oura/mcp-server@latest"],
      "env": {
        "OURA_TOKEN": "${OURA_TOKEN}"
      }
    }
  }
}

Cursor

1. Xác nhận Node.js v18+ đã được cài đặt.
2. Lấy Oura Personal Access Token và lưu vào .env.
3. Cập nhật danh sách MCP server trong Cursor:

{
  "mcpServers": {
    "oura": {
      "command": "npx",
      "args": ["@oura/mcp-server@latest"]
    }
  }
}

4. Lưu cấu hình và khởi động lại Cursor.

Bảo mật API Key (Cursor)

{
  "mcpServers": {
    "oura": {
      "command": "npx",
      "args": ["@oura/mcp-server@latest"],
      "env": {
        "OURA_TOKEN": "${OURA_TOKEN}"
      }
    }
  }
}

Cline

1. Cài đặt Node.js v18 trở lên.
2. Đặt Oura Personal Access Token vào file .env.
3. Thêm/cập nhật mục MCP server trong cấu hình Cline:

{
  "mcpServers": {
    "oura": {
      "command": "npx",
      "args": ["@oura/mcp-server@latest"]
    }
  }
}

4. Lưu thay đổi, khởi động lại Cline và kiểm tra thiết lập.

Bảo mật API Key (Cline)

{
  "mcpServers": {
    "oura": {
      "command": "npx",
      "args": ["@oura/mcp-server@latest"],
      "env": {
        "OURA_TOKEN": "${OURA_TOKEN}"
      }
    }
  }
}

Sử dụng MCP này trong các flow

Sử dụng MCP trong FlowHunt

Để tích hợp MCP servers vào workflow FlowHunt của bạn, bắt đầu bằng cách thêm thành phần MCP vào flow và kết nối nó với agent AI:

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

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

Sau khi cấu hình, agent AI đã có thể sử dụng MCP này như một công cụ với đầy đủ chức năng và khả năng. Hãy nhớ đổi “oura” thành tên MCP server thực tế của bạn và thay URL bằng URL server MCP của bạn.

Tổng quan

Dựa trên các nội dung trên, Oura MCP Server đáp ứng hầu hết các primitive và chi tiết thiết lập MCP cần thiết. Tuy vậy, thiếu tài liệu về công cụ rõ ràng và sampling/root khiến nó chưa hoàn thiện cho mục đích MCP tổng quát. Tuy nhiên, nó cung cấp các tính năng theo dõi sức khỏe mạnh mẽ cho người dùng Oura.

Điểm MCP

Đánh giá của chúng tôi: 5/10.
Mặc dù server cung cấp tài liệu, template prompt, phơi bày nguồn dữ liệu và hướng dẫn thiết lập tốt, nhưng thiếu license mã nguồn mở, công cụ rõ ràng và hỗ trợ sampling/root là những điểm yếu quan trọng để trở thành MCP server toàn diện. Phù hợp cho phân tích dữ liệu sức khỏe cá nhân nhưng chưa phải là showcase MCP tổng quát.