Serveur NBA MCP

Que fait le “Serveur NBA MCP” ?

Le serveur NBA MCP est un serveur Model Context Protocol (MCP) conçu pour renforcer les assistants IA, tels que Claude d’Anthropic, en leur permettant d’accéder aux données et statistiques NBA actualisées. En interfaçant l’api open-source nba_api, le serveur permet aux LLM de récupérer les scores récents, statistiques de joueurs et analyses avancées de la NBA, informations autrement inaccessibles en raison des limites de connaissance des modèles. Cette connexion enrichit les workflows de développement pilotés par l’IA, permettant des requêtes dynamiques sur la base de données et la récupération de données en direct sur les matchs, la performance des joueurs, etc., augmentant ainsi significativement la capacité de l’assistant à interagir avec et analyser des données sportives réelles.

Liste des prompts

Aucun modèle de prompt spécifié dans le dépôt.

Liste des ressources

Aucune ressource explicite détaillée dans le dépôt.

Liste des outils

• Récupérer les scores finaux
  Récupère les scores finaux de tous les matchs NBA ayant eu lieu hier ou récemment.

• Récupérer les statistiques de base des joueurs
  Obtient la répartition points, rebonds, passes décisives (P/R/A) pour tous les joueurs ayant participé à des matchs datant d’hier ou d’avant.

• Récupérer toutes les statistiques des joueurs
  Collecte les statistiques complètes des joueurs, incluant PTS, REB, AST, STL, BLK, TO, PLUS_MINUS et MIN pour les matchs joués hier ou avant.

• Récupérer les ‘four factors’
  Récupère les analyses avancées des « four factors » pour tous les matchs NBA ayant eu lieu hier ou récemment.

Cas d’usages de ce serveur MCP

• Résumés NBA en temps réel
  Les développeurs peuvent permettre aux assistants IA de répondre sur les derniers matchs NBA, en fournissant scores et résultats actualisés.

• Analyse détaillée des performances des joueurs
  Le serveur permet de récupérer des stats individuelles, utiles pour des rapports d’après-match, des conseils fantasy ou des analyses historiques.

• Analyses avancées pour le journalisme sportif
  En accédant aux « four factors » et autres métriques, journalistes et analystes peuvent rapidement produire des statistiques avancées pour articles et commentaires.

• Tableaux de bord sportifs automatisés
  L’intégration avec des outils de dashboard permet des mises à jour en direct sur les matchs NBA et les performances des joueurs pour les fans ou analystes.

• Applications sportives pilotées par IA
  Les développeurs peuvent alimenter chatbots ou assistants capables de répondre à toutes requêtes NBA avec des données récentes.

Comment le configurer

Windsurf

1. Assurez-vous que Python est installé et créez un environnement virtuel dans le dossier du dépôt.
2. Exécutez :

   uv venv
   .venv\Scripts\activate
   uv pip install -e .
   

3. Ajoutez la configuration du serveur NBA MCP à votre config Windsurf (si supporté).
4. Insérez le serveur NBA MCP dans l’objet mcpServers avec la commande et les arguments appropriés.
5. Sauvegardez et redémarrez le service Windsurf.
6. Vérifiez l’installation en exécutant une requête de test.

Exemple JSON :

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Claude

1. Clonez le dépôt et préparez l’environnement comme ci-dessus.
2. Installez les dépendances :

   uv venv
   .venv\Scripts\activate
   uv pip install -e .
   

3. Modifiez votre fichier de configuration Claude pour ajouter le serveur NBA MCP.
4. Ajoutez le serveur dans la section mcpServers.
5. Redémarrez Claude et vérifiez la connectivité.

Exemple JSON :

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Cursor

1. Clonez le dépôt et créez l’environnement virtuel.
2. Installez les dépendances comme précédemment décrit.
3. Modifiez la configuration de Cursor pour inclure le serveur NBA MCP.
4. Ajoutez l’entrée serveur et sauvegardez.
5. Redémarrez Cursor et testez la fonctionnalité.

Exemple JSON :

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Cline

1. Assurez-vous que Python et l’environnement virtuel sont en place.
2. Installez le serveur NBA MCP comme ci-dessus.
3. Modifiez le fichier de configuration de Cline.
4. Ajoutez les détails du serveur NBA MCP sous mcpServers.
5. Redémarrez Cline et effectuez un test.

Exemple JSON :

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"]
    }
  }
}

Sécurisation des clés API

Aucune clé API n’est requise pour le serveur NBA MCP car il utilise la librairie open-source nba_api. Si de futures versions nécessitent des clés, vous pourrez les sécuriser via des variables d’environnement :

Exemple JSON :

{
  "mcpServers": {
    "nba-mcp": {
      "command": "python",
      "args": ["nba.py"],
      "env": {
        "NBA_API_KEY": "${NBA_API_KEY}"
      },
      "inputs": {
        "NBA_API_KEY": "votre_cle_api_ici"
      }
    }
  }
}

Comment utiliser ce MCP dans les flows

Utilisation du MCP dans FlowHunt

Pour intégrer des serveurs MCP dans votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flow et reliez-le à votre agent IA :

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section de configuration système MCP, insérez les détails de votre serveur MCP au format JSON suivant :

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

Une fois configuré, l’agent IA pourra utiliser ce MCP comme un outil et accéder à toutes ses fonctions et capacités. N’oubliez pas de changer “nba-mcp” par le nom réel de votre serveur MCP et l’URL par la vôtre.

Aperçu

D’après les informations disponibles, le serveur NBA MCP offre une intégration précieuse de données sportives en temps réel pour les LLM, mais manque de documentation sur les modèles de prompt, la définition de ressources explicites et de fonctionnalités MCP avancées comme roots ou sampling. Il s’agit d’une implémentation fonctionnelle mais basique.

Score MCP

Note :
J’évaluerais ce serveur MCP à 4 sur 10. Il assure ses fonctions principales (outils stats NBA) et la configuration de base, mais manque de documentation approfondie, de définition de ressources, de modèles de prompt et de fonctions MCP avancées (roots, sampling). L’absence de licence est aussi une limitation majeure pour l’open source.