Strava MCP 服务器

“Strava” MCP 服务器能做什么？

Strava MCP 服务器是一款用 TypeScript 实现的模型上下文协议（MCP）服务器，可无缝连接大型语言模型（LLM）与 Strava API。作为桥梁，它让 AI 助手能够直接通过标准化的 MCP 工具访问、分析和交互用户的 Strava 数据——包括最近的活动、档案、统计、路线和赛段。这一集成让开发者和 AI 系统能够完成如查询锻炼统计、获取活动数据流（如功率、心率或踏频）、导出路线、管理赛段等任务，全部以安全且 AI 友好的方式进行。通过将 Strava 丰富的健身与活动数据工具化，该服务器提升了开发效率，并支持智能的数据驱动健身分析与教练应用。

提示词列表

仓库中未发现显式的提示词模板。

资源列表

仓库中未记录或暴露显式资源。

工具列表

• 最近活动工具：访问已认证用户的最新 Strava 活动。
• 档案工具：获取用户档案信息。
• 统计工具：检索跑步、骑行、游泳等运动统计数据。
• 活动数据流工具：获取指定活动的详细数据流（心率、功率、踏频、海拔等）。
• 赛段工具：探索、查看、收藏和管理 Strava 赛段。
• 路线工具：列出并查看已保存的 Strava 路线详情。
• 路线导出工具：将路线以 GPX 或 TCX 格式导出到本地文件系统。

典型应用场景

• 健身数据分析：开发者可将服务器与 LLM 集成，分析用户锻炼历史、统计与趋势，输出详细总结和进展报告。
• 个性化教练：AI 助手可利用丰富的活动数据（如心率、功率、踏频等）为用户提供教练建议。
• 路线规划与导出：用户可列出、查看并导出 Strava 路线，用于 GPS 设备或分享给好友。
• 赛段探索与管理：开发者可构建工具，实现赛段的发现、收藏与分析，助力路线优化和成绩对比。
• 俱乐部与社区洞察：访问并展示俱乐部成员、团队活动和赛段排行榜，增强社交互动。

如何配置

Windsurf

1. 确保已安装 Node.js。
2. 打开 Windsurf 配置文件。
3. 将 Strava MCP 服务器包（@r-huijts/strava-mcp@latest）添加至 MCP 服务器列表。
4. 在 mcpServers 对象中粘贴以下 JSON 片段：

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

5. 保存配置并重启 Windsurf。
6. 在你的 AI 助手中确认 Strava MCP 工具已可用。

API 密钥安全示例

{
  "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"
    }
  }
}

请务必通过环境变量安全存储凭据。

Claude

1. 先安装 Node.js。
2. 打开 Claude 的 MCP 服务器配置文件。
3. 添加 Strava MCP 服务器：

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

4. 保存文件并重启 Claude。
5. 确认 Strava MCP 集成已启用。

Cursor

1. 若未安装 Node.js，请先安装。
2. 打开 Cursor 相关 MCP 服务器配置文件。
3. 添加如下内容：

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

4. 保存并重启 Cursor。
5. 在 AI 工作流中验证功能。

Cline

1. 确保已安装 Node.js。
2. 进入 Cline 的 MCP 服务器配置文件。
3. 插入如下内容：

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

4. 保存并重启 Cline 环境。
5. 检查 Strava MCP 工具是否可用。

注意：敏感 API 密钥务必存储于环境变量，切勿明文写入配置。

如何在流程中使用 MCP

在 FlowHunt 中集成 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，首先添加 MCP 组件到你的流程，并连接到 AI 代理：

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，使用如下 JSON 格式填写你的 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具使用该 MCP，访问其全部功能。请根据实际情况修改 “strava-mcp” 为你的 MCP 服务器名称，并替换 URL 为你自己的服务器地址。

概览

我们的观点

Strava MCP 服务器为 LLM 与 Strava API 架起了坚实的桥梁，工具丰富、文档清晰、实际应用场景明确。但未提供标准化提示词模板和显式 MCP 资源，略有影响其开箱即用的标准化能力。同时未提及采样与 Roots 支持，降低了在高级 MCP 场景下的多样性。

MCP 评分：7/10 —— 一款适合生产环境的 Strava 集成 MCP，建议在提示词/资源和高级协议特性上进一步完善。

MCP 评分