适合谁
- 使用 Intervals.icu 管理训练数据的运动员。
- 希望通过 Claude Desktop 或 ChatGPT 查询和管理 Intervals.icu 数据的用户。
- 需要活动、健康、事件和功率数据访问的开发或分析场景。
这是一个面向 Intervals.icu 用户的第三方 MCP 服务器,功能覆盖训练活动、健康数据、事件、功率曲线和自定义项目。README 提供 Claude Desktop 的 stdio 配置以及 ChatGPT 的 SSE 配置,但未提供已缓存的服务器清单。由于包含写入和删除工具,部署前应妥善保护 API 密钥并谨慎授予数据修改权限。
最强项 · 文档质量 13/20 最弱项 · 可靠性 8/20
静态评测 · 未实际运行收录于 2026-08-14
查看 FMRS 评分方法 →运行环境:Python 3.12+ · 预编译二进制
INTERVALS_API_BASE_URL
Intervals.icu API 基础地址,文档中为 https://intervals.icu/api/v1。
ATHLETE_ID
你的 Intervals.icu 运动员 ID,登录后在 URL 中可见(如 i12345)。
API_KEY
你的 Intervals.icu API 密钥,在 Settings > API 页面生成,属机密信息。
LOG_LEVEL
日志级别,示例配置中设为 INFO。
FASTMCP_HOST
以 SSE 模式运行时服务器监听的主机地址。
FASTMCP_PORT
以 SSE 模式运行时服务器监听的端口,示例为 8765。
MCP_TRANSPORT
传输模式,设为 sse 以启用 ChatGPT 所需的 SSE 端点。
FASTMCP_LOG_LEVEL
SSE 模式下的日志级别,示例为 INFO。
需要 Python 3.12 或更高版本、uv、项目依赖和 Intervals.icu API 凭据。克隆仓库后创建 Python 3.12 虚拟环境,运行 uv sync,复制 .env.example 为 .env,并设置 API_KEY 和 ATHLETE_ID。使用 Claude Desktop 时,可运行 mcp install src/intervals_mcp_server/server.py --name "Intervals.icu" --with-editable . --env-file .env,或根据提供的配置示例手动添加服务器。使用 ChatGPT 时,以 SSE 模式启动服务器,并将公开的 /sse 地址配置为自定义 MCP 连接器。
{"mcpServers":{"Intervals.icu":{"command":"/Users/<USERNAME>/.local/bin/uv","args":["run","--with","mcp[cli]","--with-editable","/path/to/intervals-mcp-server","mcp","run","/path/to/intervals-mcp-server/src/intervals_mcp_server/server.py"],"env":{"INTERVALS_API_BASE_URL":"https://intervals.icu/api/v1","ATHLETE_ID":"<YOUR_ATHLETE_ID>","API_KEY":"<YOUR_API_KEY>","LOG_LEVEL":"INFO"}}}}
以 Claude Desktop 为例。其他客户端的配置文件位置或字段可能不同(如 VS Code 使用 servers 字段),可用下方配置生成器转换。
{
"servers": {
"Intervals.icu": {
"command": "/Users/<USERNAME>/.local/bin/uv",
"args": [
"run",
"--with",
"mcp[cli]",
"--with-editable",
"/path/to/intervals-mcp-server",
"mcp",
"run",
"/path/to/intervals-mcp-server/src/intervals_mcp_server/server.py"
],
"env": {
"INTERVALS_API_BASE_URL": "https://intervals.icu/api/v1",
"ATHLETE_ID": "<YOUR_ATHLETE_ID>",
"API_KEY": "<YOUR_API_KEY>",
"LOG_LEVEL": "INFO"
}
}
}
}
写入项目的 .vscode/mcp.json(VS Code 使用 servers 字段)。
claude mcp add Intervals.icu -e INTERVALS_API_BASE_URL=https://intervals.icu/api/v1 -e 'ATHLETE_ID=<YOUR_ATHLETE_ID>' -e 'API_KEY=<YOUR_API_KEY>' -e LOG_LEVEL=INFO -- '/Users/<USERNAME>/.local/bin/uv' run --with 'mcp[cli]' --with-editable /path/to/intervals-mcp-server mcp run /path/to/intervals-mcp-server/src/intervals_mcp_server/server.py
在终端运行;先把 <…> 占位符换成你自己的值。
在 Claude Desktop 配置后重启客户端,确认工具列表中出现 Intervals.icu 服务器的 get_activities 等工具,并能成功返回活动数据;若失败可查看 mcp-server.log 排查。
连接成功后,可以直接对 AI 助手这样说:
没有匹配的工具
依据项目文档列出,未经本站实测。
Intervals.icu MCP Server 是一个用于连接 Intervals.icu API 的 Model Context Protocol 服务器,支持活动、事件、健康数据、功率曲线和自定义项目的数据访问与管理。
通过 MCP 在 AI 助手中管理您的 Hevy 训练数据。
Firecrawl 官方 MCP Server,为 AI Agent 提供网页搜索、抓取与结构化提取
统一的命令行语法,接入约30个可信生物医学数据源。
加密、完全离线的 AI 代理长期记忆库
源版本 cb1fbcac8109 数据同步于 2026-10-19 查看 FMRS 评分方法