Fitbit MCP 服务器集成

“Fitbit” MCP 服务器的作用是什么？

Fitbit MCP（模型上下文协议）服务器是一个集成层，使 AI 助手能够访问、分析和交互 Fitbit 健康与健身数据。通过将外部 AI 模型连接到您的 Fitbit 账号，该 MCP 服务器让开发者和 AI 驱动应用能够获取丰富的个人健康指标，包括活动日志、心率、睡眠模式、营养和设备信息。这一能力使应用能够提供个性化洞察、自动化健康追踪，并通过数据驱动的健康建议提升用户参与度。Fitbit MCP 服务器极大简化了对 Fitbit API 的查询流程，使开发者更容易将用户健康与健身上下文无缝集成到各类产品和工作流中。

提示词列表

仓库中未提及任何提示模板。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

仓库中未有明确的 MCP 资源文档。

工具列表

• getUserProfile：获取您的 Fitbit 个人资料信息。
• getActivities：获取指定日期的活动数据。
• getSleepLogs：访问指定日期的睡眠数据。
• getHeartRate：获取指定日期和时段的心率数据。
• getSteps：获取指定日期和时段的步数。
• getBodyMeasurements：获取体重和体脂测量数据。
• getFoodLogs：访问指定日期的饮食日志数据。
• getWaterLogs：获取指定日期的饮水数据。
• getLifetimeStats：获取累计活动统计数据。
• getUserSettings：访问用户设置和偏好。
• getFloorsClimbed：获取攀爬楼层数据。
• getDistance：获取指定日期的距离数据。
• getCalories：获取消耗卡路里数据。
• getActiveZoneMinutes：访问活跃区分钟数据。
• getDevices：获取已连接的 Fitbit 设备信息。
• getBadges：获取获得的徽章和成就。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

该 MCP 服务器的应用场景

• 个人健康仪表盘：聚合并展示个性化健康与健身数据（活动、睡眠、心率），帮助用户深入自我监测与进度跟踪。
• 健康推荐：让 AI 助手基于真实 Fitbit 数据提供情境感知的健康与健身建议，如鼓励多走步数或改善睡眠。
• 自动健身追踪：将 Fitbit 数据集成到更广泛的健康平台，实现用户活动与健康指标的自动采集与分析。
• 长期健康分析：允许开发者拉取并分析历史健康数据，用于趋势分析或科研目的。
• 设备监控与管理：为已连接的 Fitbit 设备提供洞察与状态报告，便于故障排查或优化使用。

如何设置

Windsurf

1. 确保您的系统已安装 Node.js。
2. 通过在 Fitbit 开发者门户 注册应用获取您的 Fitbit 访问令牌。
3. 打开您的 Windsurf 配置文件。
4. 使用以下 JSON 片段添加 Fitbit MCP 服务器：

   {
     "mcpServers": {
       "fitbit-mcp": {
         "command": "npx",
         "args": ["-y", "fitbit-mcp", "--stdio"],
         "env": {
           "FITBIT_ACCESS_TOKEN": "YOUR_FITBIT_ACCESS_TOKEN"
         }
       }
     }
   }
   

5. 保存文件并重启 Windsurf 以应用更改。

API 密钥安全：
将您的 Fitbit 访问令牌存储在环境变量中，避免在配置文件中直接暴露：

{
  "env": {
    "FITBIT_ACCESS_TOKEN": "${FITBIT_ACCESS_TOKEN}"
  }
}

Claude

1. 安装 Node.js 并按上述步骤获取 Fitbit 访问令牌。
2. 找到 Claude 配置文件。
3. 在 MCP servers 下插入如下配置：

   {
     "mcpServers": {
       "fitbit-mcp": {
         "command": "npx",
         "args": ["-y", "fitbit-mcp", "--stdio"],
         "env": {
           "FITBIT_ACCESS_TOKEN": "YOUR_FITBIT_ACCESS_TOKEN"
         }
       }
     }
   }
   

4. 保存并重启 Claude。
5. 通过 Fitbit 数据测试查询进行验证。

API 密钥安全：

{
  "env": {
    "FITBIT_ACCESS_TOKEN": "${FITBIT_ACCESS_TOKEN}"
  }
}

Cursor

1. 安装 Node.js 并获取 Fitbit 访问令牌。
2. 打开 Cursor 配置文件。
3. 添加 Fitbit MCP 服务器配置：

   {
     "mcpServers": {
       "fitbit-mcp": {
         "command": "npx",
         "args": ["-y", "fitbit-mcp", "--stdio"],
         "env": {
           "FITBIT_ACCESS_TOKEN": "YOUR_FITBIT_ACCESS_TOKEN"
         }
       }
     }
   }
   

4. 保存并重启 Cursor。
5. 运行 Fitbit 数据请求确认集成成功。

API 密钥安全：

{
  "env": {
    "FITBIT_ACCESS_TOKEN": "${FITBIT_ACCESS_TOKEN}"
  }
}

Cline

1. 确保已安装 Node.js 并具备 Fitbit 访问令牌。
2. 打开您的 Cline 配置。
3. 添加 MCP 服务器条目：

   {
     "mcpServers": {
       "fitbit-mcp": {
         "command": "npx",
         "args": ["-y", "fitbit-mcp", "--stdio"],
         "env": {
           "FITBIT_ACCESS_TOKEN": "YOUR_FITBIT_ACCESS_TOKEN"
         }
       }
     }
   }
   

4. 保存并重启 Cline。
5. 通过 AI 助手发起健康查询测试设置。

API 密钥安全：

{
  "env": {
    "FITBIT_ACCESS_TOKEN": "${FITBIT_ACCESS_TOKEN}"
  }
}

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到您的 FlowHunt 工作流中，请首先将 MCP 组件添加到流程并连接到您的 AI 代理：

点击 MCP 组件，打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式插入您的 MCP 服务器信息：

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

配置后，AI 代理即可作为工具访问该 MCP 的所有功能与能力。请记得将 “fitbit-mcp” 替换为您实际的 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

总的来说，Fitbit MCP 服务器在工具和设置说明方面文档完善。但缺少提示与资源定义、未明确提及采样和根配置，略微限制了其作为完整 MCP 生态集成的完整性。基于上述内容，我会给这个 MCP 服务器的实用性和清晰度 6/10，但在原生 MCP 特性方面仍有提升空间。

MCP 评分