🚀 使用Model Context Protocol (MCP) SDK集成Strava API

本项目聚焦于如何将Strava API与Model Context Protocol (MCP) SDK进行集成。通过该集成，可实现运动数据分析、性能追踪以及个性化反馈等功能，为用户的运动健身提供有力支持。

🚀 快速开始

本项目详细介绍了将Strava API与Model Context Protocol (MCP) SDK集成的具体方法，涵盖功能、要求、安装、配置、API使用示例以及开发相关的详细信息。

✨ 主要特性

• 运动数据分析：借助从Strava获取的数据，对用户的跑步、骑行等各类运动表现展开分析。
• 性能追踪：整合历史数据，以追踪用户长期的健身进展情况。
• 个性化反馈：依据分析结果，为用户提供个性化的训练建议与反馈。

📦 安装指南

安装要求

环境配置

pip install mcp-sdk stravalib

快速开始步骤

1. 注册Strava应用：前往Strava开发者控制台创建新应用，获取CLIENT_ID和CLIENT_SECRET。
2. 授权：使用OAuth 2.0获取访问令牌：

   from stravalib import Client
   
   client = Client()
   auth_url = client.authorization_url(client_id=STRAVA_CLIENT_ID, redirect_uri='http://localhost:8000/auth/callback')
   print(auth_url)
   

3. 数据获取：从Strava API获取活动数据：

   from mcp_sdk import MCPClient
   
   mcp = MCPClient()
   activities = mcp.get_activities()
   

📚 详细文档

配置指南

环境变量设置

将以下内容添加到.env文件中：

STRAVA_CLIENT_ID=your_client_id
STRAVA_CLIENT_SECRET=your_client_secret
STRAVA_REFRESH_TOKEN=your_refresh_token

安全注意事项

• 数据加密：在数据传输过程中，对敏感数据进行加密处理。
• 访问控制：采用基于角色的访问控制（RBAC）来限制API的访问权限。

API 和示例

资源概述

示例代码

from stravalib import Client
from mcp_sdk import MCPClient

# 初始化Strava客户端
strava_client = Client(access_token='your_access_token')

# 获取活动数据
activities = strava_client.get_activities()

# 分析活动数据并生成报告
mcp_client = MCPClient()
analysis_report = mcp_client.analyze_activities(activities)

开发指南

CI/CD 和安全措施

• 代码检查：使用Ruff进行代码格式化和质量控制。
• 测试覆盖率：确保测试覆盖率达到要求。

测试命令

ruff format .
ruff check .
pytest --cov=src

贡献指南

1. ** Fork 项目仓库**
2. ** 安装依赖项**：

   uv pip install -e ".[dev]"
   

3. ** 创建功能分支**：

   git checkout -b feature/name
   

4. ** 提交更改**并创建Pull Request。

联系方式

• GitHub Issues：创建问题
• Telegram：@greg_kisel

📄 许可证

MIT