Fitness_coach_mcp

Fitness_coach_mcp

管理 TypeScript

🚀 健康䞎健身教练MCP 💪

健康䞎健身教练MCP是䞀欟党面的AI健身远螪应甚皋序它通过暡型䞊䞋文协议MCP 匥合了䌠统健身应甚䞎智胜AI蟅助之闎的差距䞺甚户提䟛䞪性化的健身指富和智胜分析。

🚀 快速匀始

1. 讟眮MCP服务噚

git clone https://github.com/your-username/health-fitness-coach-mcp.git
cd health-fitness-coach-mcp
npm install
cp env.example .env.local
# 添加甚于AI生成计划的OPENAI_API_KEY
npm run dev

2. 连接到AI工具

Cursor配眮

{
"mcpServers": {
"health-fitness-coach": {
"url": "http://localhost:3000/sse"
}
}
}

Claude桌面版配眮

{
"mcpServers": {
"health-fitness-coach": {
"command": "npx",
"args": ["-y", "mcp-remote", "http://localhost:3000/mcp"]
}
}
}

3. 测试集成

# 盎接测试MCP工具
npm run test:fitness

# 测试特定端点
curl http://localhost:3000/api/context?userId=default-user

4. 匀始䜿甚

  • Web应甚访问 http://localhost:3000 进行可视化健身远螪。
  • AI集成向悚的AI助手询问䞎健身盞关的问题。
  • 自然语蚀亀互䟋劂“记圕我的锻炌”、“创建䞀䞪计划”、“我目前的情况劂䜕”

✹ 䞻芁特性

系统架构䞎MCP集成

本项目由䞀䞪䞻芁组件构成

  1. 🌐 Web应甚皋序䞀䞪现代的Next.js健身仪衚盘甚于记圕掻劚和跟螪进床。
  2. 🀖 MCP服务噚䞀䞪笊合协议的服务噚䜿AI工具劂Cursor、Claude Desktop等胜借智胜地䞎悚的健身数据进行亀互。

系统架构劂䞋

┌─────────────────────────────────────────────────────────────────────────────┐
│                    健康䞎健身教练生态系统                                   │
├──────────────────────────────────────────────────────────────────────────────
│                                                                             │
│  ┌─────────────────────┐    ┌─────────────────────┐    ┌─────────────────┐  │
│  │   🌐 WEB应甚        │    │   🀖 MCP服务噚      │    │  🧠 AI客户端    │  │
│  │   (Next.js)         │    │   (协议层)          │    │  (Cursor/Claude) │  │
│  │                     │    │                     │    │                 │  │
│  │ • 健身仪衚盘        │◄──►│ • 7䞪智胜工具      │◄──►│ • 自然语蚀亀互  │  │
│  │ • 掻劚记圕          │    │ • 数据倄理          │    │ • 䞊䞋文感知    │  │
│  │ • 进床跟螪          │    │ • 䞊䞋文分析        │    │ • 计划生成      │  │
│  │ • 计划可视化        │    │ • API集成           │    │ • 智胜查询      │  │
│  │ • 实时曎新          │    │ • 协议合规性        │    │ • 工具调甚      │  │
│  └─────────────────────┘    └─────────────────────┘    └─────────────────┘  │
│           │                           │                           │          │
│           └───────────────────────────┌───────────────────────────┘          │
│                                       │                                      │
│  ┌─────────────────────────────────────▌─────────────────────────────────────┐ │
│  │                     📊 统䞀数据层                                       │ │
│  │                                                                         │ │
│  │  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐   │ │
│  │  │ 🏋 锻炌记圕 │  │ 🍎 营养记圕 │  │ 📋 计划记圕 │  │ 💭 反銈记圕 │   │ │
│  │  │ • 锻炌时段  │  │ • 逐食信息  │  │ • AI生成计划 │  │ • 进床反銈  │   │ │
│  │  │ • 持续时闎  │  │ • 卡路里摄入 │  │ • 每呚计划  │  │ • 笔记信息  │   │ │
│  │  │ • 锻炌类型  │  │ • 食物项目  │  │ • 每日计划  │  │ • 掞察分析  │   │ │
│  │  └─────────────┘  └─────────────┘  └─────────────┘  └─────────────┘   │ │
│  └─────────────────────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────────────┘

MCP服务噚的䜜甚

暡型䞊䞋文协议MCP 是AI应甚皋序连接倖郚数据源和工具的标准化方匏。我们的MCP服务噚充圓䞀䞪智胜健身数据眑关具有以䞋功胜

  1. 🔗 连接AI䞎健身数据
    • 将自然语蚀的健身查询蜬换䞺结构化的数据操䜜。
    • 䜿AI工具胜借读取、写入和分析悚的健身信息。
    • 根据悚的实际健身历史提䟛䞊䞋文感知的响应。
  2. 🧠 实现智胜教练功胜
    • AI可以询问“我本呚进行了哪些锻炌” → MCP获取并分析悚的数据。
    • AI可以建议“创建䞀䞪锻炌计划” → MCP生成䞪性化的锻炌计划。
    • AI可以记圕“记圕我30分钟的跑步” → MCP存傚并曎新悚的进床。
  3. 📊 提䟛䞰富的䞊䞋文信息
    • 圓悚向AI寻求健身建议时它可以访问悚的完敎历史记圕。
    • AI可以识别暡匏、提出改进建议并跟螪长期进床。
    • 根据悚的实际衚现数据提䟛䞪性化的教练指富。

MCP服务噚工具䞎功胜

MCP服务噚提䟛了7䞪智胜工具改变了AI䞎健身数据的亀互方匏

栞心记圕工具

log-workout - 锻炌䌚话跟螪
// 功胜记圕锻炌䌚话并进行智胜分类
{
tool: "log-workout",
parameters: {
userId: "user123",
date: "2025-01-07",
type: "strength training", // 自劚分类有氧运劚、力量训练、柔韧性训练
duration: 45,              // 掻劚持续时闎分钟
distance: 0                // 有氧运劚可选参数
}
}
// AI䞊䞋文“我今倩进行了45分钟的力量训练”
log-nutrition - 逐食䞎卡路里跟螪
// 功胜记圕逐食并进行智胜营养分析
{
tool: "log-nutrition",
parameters: {
userId: "user123",
date: "2025-01-07",
meal: "breakfast",                    // 自劚检测早逐/午逐/晚逐/零食
items: ["oatmeal", "banana", "almonds"], // 自然语蚀描述的食物项目
calories: 350                         // 计算或䌰算的卡路里
}
}
// AI䞊䞋文“我早逐吃了燕麊片、銙蕉和杏仁”
log-feedback - 进床䞎劚力跟螪
// 功胜记圕䞻观的健身䜓验和进床笔记
{
tool: "log-feedback",
parameters: {
userId: "user123",
date: "2025-01-07",
notes: "经过持续锻炌感觉曎区壮了准倇挑战曎重的重量"
}
}
// AI䞊䞋文跟螪劚力、胜量氎平和䞻观进床

智胜䞎规划工具

generate-plan - AI驱劚的健身规划
// 功胜创建䞪性化的锻炌和营养计划
{
tool: "generate-plan",
parameters: {
userId: "user123"
}
}
// AI魔法分析悚的历史记圕、偏奜和目标创建
// - 明倩的锻炌计划
// - 每呚锻炌时闎衚
// - 逐食建议
// - 逐步增加隟床的调敎
view-context - 党面的健身分析
// 功胜䞺AI决策提䟛完敎的健身档案
{
tool: "view-context",
parameters: {
userId: "user123"
}
}
// 返回完敎的健身历史记圕、暡匏、目标和掞察信息
// 䜿AI胜借做出明智的教练决策
set-weekly-target - 目标讟定䞎跟螪
// 功胜讟定并跟螪健身目标
{
tool: "set-weekly-target",
parameters: {
userId: "user123",
weekStart: "2025-01-06",
targetRuns: 3,           // 每呚有氧运劚目标
calorieBudget: 2000      // 每日卡路里目标
}
}
// AI䞊䞋文实现以目标䞺富向的教练指富和进床跟螪

实甚工具

echo - 系统健康䞎测试
// 功胜测试MCP连接和系统健康状况
{
tool: "echo",
parameters: {
message: "Testing MCP connection"
}
}
// 甚途调试并确保MCP服务噚响应正垞

MCP数据流䞎AI集成

AI查询劂䜕蜬化䞺健身行劚

┌─────────────────────────────────────────────────────────────────────────────┐
│                           MCP数据流                                        │
├──────────────────────────────────────────────────────────────────────────────
│                                                                             │
│  甚户圚AI工具䞭蟓入“我今倩做了20䞪俯卧撑持续了15分钟”                 │
│         │                                                                   │
│         â–Œ                                                                   │
│  ┌─────────────────────┐    ┌─────────────────────┐    ┌─────────────────┐  │
│  │   🧠 AI倄理         │    │   🀖 MCP协议         │    │  📊 数据存傚    │  │
│  │                     │    │                     │    │                 │  │
│  │ • 解析意囟          │───►│ • 工具选择          │───►│ • 存傚锻炌记圕 │  │
│  │ • 提取数据          │    │ • 参数映射          │    │ • 曎新统计信息 │  │
│  │ • 选择操䜜          │    │ • 执行工具调甚      │    │ • 计算进床      │  │
│  │ • 栌匏化响应        │◄───│ • 返回结果          │◄───│                 │  │
│  └─────────────────────┘    └─────────────────────┘    └─────────────────┘  │
│         │                                                                   │
│         â–Œ                                                                   │
│  AI响应“埈棒我已记圕悚15分钟的俯卧撑锻炌。悚今日的锻炌目标已完成15/60分钟。” │
└─────────────────────────────────────────────────────────────────────────────┘

Web应甚䞎MCP服务噚的集成

┌─────────────────────────────────────────────────────────────────────────────┐
│                        双接口系统                                          │
├──────────────────────────────────────────────────────────────────────────────
│                                                                             │
│  ┌─────────────────────┐                    ┌─────────────────────┐         │
│  │   🌐 Web界面        │                    │  🀖 AI界面          │         │
│  │                     │                    │                     │         │
│  │ • 可视化仪衚盘      │                    │ • 自然语蚀亀互      │         │
│  │ • 点击记圕功胜      │                    │ • 䞊䞋文查询        │         │
│  │ • 进床囟衚展瀺      │                    │ • 智胜规划          │         │
│  │ • 计划星瀺功胜      │                    │ • 暡匏分析          │         │
│  └─────────────────────┘                    └─────────────────────┘         │
│           │                                           │                     │
│           â–Œ                                           â–Œ                     │
│  ┌─────────────────────────────────────────────────────────────────────────┐ │
│  │                     🔄 MCP服务噚栞心                                   │ │
│  │                                                                         │ │
│  │  • 䞺䞀䞪接口提䟛统䞀的数据访问                      │ │
│  │  • 保持䞀臎的䞚务逻蟑和验证规则                      │ │
│  │  • 实现Web应甚和AI工具之闎的实时同步                    │ │
│  │  • 智胜猓存和性胜䌘化                              │ │
│  └─────────────────────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────────────┘

实际䜿甚场景

场景1每日锻炌记圕

👀 甚户圚Cursor䞭蟓入“我刚刚完成了30分钟的HIIT锻炌”

🀖 AI + MCP倄理流皋
1. AI识别锻炌记圕意囟。
2. MCP调甚 `log-workout` 工具。
3. 存傚类型="HIIT"持续时闎=30日期=今日。
4. 曎新每日进床计数噚。
5. AI回倍錓励信息并曎新进床。

📱 Web应甚自劚星瀺曎新后的锻炌时长和锻炌完成情况。

场景2智胜计划生成

👀 甚户圚Claude䞭蟓入“根据我本呚的锻炌情况䞺我创建明倩的锻炌计划”

🀖 AI + MCP倄理流皋
1. MCP调甚 `view-context` 分析本呚的锻炌掻劚。
2. AI识别暡匏䞻芁是䞊肢锻炌有氧运劚蟃少。
3. MCP调甚 `generate-plan` 并提䟛䞊䞋文信息。
4. 创建䞀䞪平衡的计划区调腿郚锻炌和有氧运劚。
5. 存傚明倩的锻炌计划。

📱 Web应甚明倩的锻炌郚分将填充AI生成的锻炌项目。

场景3营养指富

👀 甚户圚AI䞭蟓入“我想吃埗曎健康午逐应该吃什么”

🀖 AI + MCP倄理流皋
1. MCP调甚 `view-context` 检查今日的逐食和卡路里目标。
2. AI分析营养猺口和卡路里预算。
3. 建议具䜓的逐食并提䟛卡路里计数。
4. 甚户确讀“我将吃烀鞡肉沙拉”。
5. MCP调甚 `log-nutrition` 记圕逐食。

📱 Web应甚曎新营养进床和逐食历史记圕。

MCP集成的䞻芁䌘势

对甚户而蚀

  • 🎯 䞪性化AI教练AI胜借党面了解悚的健身历皋。
  • 💬 自然亀互可以甚普通英语䞎AI亀流健身目标。
  • 📊 智胜掞察AI可以识别暡匏并提出改进建议。
  • 🔄 无猝䜓验数据圚Web应甚和AI工具之闎自劚同步。

对匀发者而蚀

  • 🔌 协议合规标准的MCP实现可䞎任䜕MCP客户端配合䜿甚。
  • 🛠 可扩展架构易于添加新的工具和功胜。
  • 📈 䞰富的䞊䞋文信息AI工具可获取党面的健身数据以䟿做出曎奜的决策。
  • 🔧 灵掻郚眲可䞎Cursor、Claude Desktop或自定义AI工具配合䜿甚。

对AI应甚而蚀

  • 🧠 䞓䞚领域知识具倇䞓䞚的健身知识和数据倄理胜力。
  • 📋 结构化数据提䟛干净、有组织的健身信息䟿于分析。
  • ⚡ 实时曎新实时同步数据确保信息的及时性。
  • 🎚 䞰富的响应提䟛䞊䞋文盞关的䞪性化健身教练响应。

🔧 技术细节

MCP协议合规性

// 笊合MCP的工具定义
export const logWorkoutTool = {
name: "log-workout",
description: "记圕锻炌䌚话包括类型、持续时闎和可选的距犻",
inputSchema: {
type: "object",
properties: {
userId: { type: "string", description: "唯䞀甚户标识笊" },
date: { type: "string", description: "日期栌匏䞺YYYY-MM-DD" },
type: { type: "string", description: "锻炌类型劂 '跑步'、'力量训练'" },
duration: { type: "number", description: "持续时闎分钟" },
distance: { type: "number", description: "距犻公里可选" }
},
required: ["userId", "date", "type", "duration"]
}
}

数据存傚䞎检玢

// 具有持久化钩子的内存存傚
export const workoutStore = createInMemoryStore<WorkoutEntry>()
export const nutritionStore = createInMemoryStore<NutritionEntry>()
export const planStore = createInMemoryStore<PlanEntry>()

// MCP工具实现
export async function logWorkout(params: LogWorkoutParams) {
const entry: WorkoutEntry = {
id: generateId(),
userId: params.userId,
date: params.date,
type: params.type,
duration: params.duration,
distance: params.distance,
timestamp: new Date().toISOString()
}

workoutStore.set(entry.id, entry)
return { success: true, entry }
}

AI集成层

// 侎MCP集成的聊倩接口
export async function processFitnessQuery(message: string, userId: string) {
const intent = detectIntent(message)

switch (intent.type) {
case 'log_workout':
return await callMCPTool('log-workout', {
userId,
date: intent.date,
type: intent.workoutType,
duration: intent.duration
})

case 'generate_plan':
return await callMCPTool('generate-plan', { userId })

case 'view_progress':
return await callMCPTool('view-context', { userId })
}
}

🧪 测试䞎匀发

可甚的测试脚本

# 测试所有MCP工具
npm run test:fitness

# 测试HTTP䌠蟓
npm run test:http

# 测试MCP集成
npm run test:mcp

# 调试工具功胜
npm run debug:tools

MCP工具测试

// 测试锻炌记圕
const result = await mcpClient.callTool('log-workout', {
userId: 'test-user',
date: '2025-01-07',
type: 'running',
duration: 30,
distance: 5.0
})

console.log('锻炌记圕成功:', result)

🚀 郚眲选项

本地匀发

  • 运行 npm run dev 启劚匀发服务噚。
  • MCP服务噚可通过 http://localhost:3000/mcp 访问。
  • Web界面可通过 http://localhost:3000 访问。

生产郚眲

  • 䞀键郚眲到Vercel。
  • 配眮环境变量OPENAI_API_KEY。
  • MCP服务噚将自劚圚悚的域名䞋可甚。

自定义郚眲

  • 支持Docker容噚化郚眲。
  • 可通过环境变量配眮䞍同的郚眲讟眮。
  • 具有可扩展的架构适甚于倚甚户场景。

🔧 环境配眮

必需的变量

# 甚于AI生成健身计划的OpenAI API密钥
OPENAI_API_KEY=your_openai_api_key_here

# 可选的Redis甚于提高性胜
UPSTASH_REDIS_REST_URL=your_redis_url
UPSTASH_REDIS_REST_TOKEN=your_redis_token

可选配眮

# 单甚户讟眮的自定义甚户ID
DEFAULT_USER_ID=my-fitness-journey

# 甚于调试的日志级别
LOG_LEVEL=debug

# 匀发甚的自定义端口
PORT=3000

🀝 莡献䞎扩展

添加新的MCP工具

// 圚tools/目圕䞋创建新工具
export const myCustomTool = {
name: "my-custom-tool",
description: "该工具的功胜描述",
inputSchema: {
// 定义参数
},
handler: async (params) => {
// 实现逻蟑
}
}

// 圚tools/index.ts䞭泚册
export const tools = [
// ... 现有工具
myCustomTool
]

扩展Web界面

  • 圚 components/ 目圕䞋添加新组件。
  • 圚 app/api/ 䞭创建新的API路由。
  • 圚 app/page.tsx 䞭曎新䞻仪衚盘。

自定义AI集成

  • 实现额倖的MCP客户端。
  • 支持其他AI平台。
  • 创建自定义的查询倄理逻蟑。

📄 讞可证

本项目采甚MIT讞可证悚可以自由䜿甚本项目䜜䞺基础匀发自己的MCP服务噚和健身应甚皋序。本项目展瀺了劂䜕构建生产就绪的MCP服务噚将AI工具䞎特定领域的应甚皋序连接起来䞺其他领域的类䌌集成提䟛了暡板。

🀖 由暡型䞊䞋文协议驱劚
将AI智胜䞎现实䞖界的健身数据盞连接

默讀排序 时闎排序

0 䞪评论

« 䞊䞀篇
Fitness_coach_MCP
䞋䞀篇 »
Open Food Facts Mcp
  • 0 关泚
  • 0 收藏28 浏览
  • system 提出于 2025-10-03 22:09

盞䌌服务问题

盞关AI产品

  • 暂无盞关AI产品

热议话题 »