Strava MCP Server
Collega i tuoi agenti AI all’ecosistema fitness di Strava per coaching, analisi e gestione percorsi basati sui dati tramite il server Strava MCP.

Cosa fa il server “Strava” MCP?
Il server Strava MCP è un server Model Context Protocol (MCP) implementato in TypeScript che connette senza soluzione di continuità i large language model (LLM) alle API di Strava. Agendo da ponte, consente agli assistenti AI di accedere, analizzare e interagire con i dati Strava di un utente—including attività recenti, profili, statistiche, percorsi e segmenti—direttamente tramite strumenti MCP standardizzati. Questa integrazione permette a sviluppatori e sistemi AI di eseguire attività come interrogare statistiche degli allenamenti, recuperare flussi di attività (come potenza, frequenza cardiaca o cadenza), esportare percorsi e gestire segmenti, tutto in modo sicuro e AI-friendly. Esponendo i ricchi dati fitness e attività di Strava come strumenti, il server migliora i flussi di sviluppo e supporta interazioni intelligenti e guidate dai dati per analisi fitness e coaching.
Elenco dei prompt
Nessun template di prompt esplicito trovato nel repository.
Elenco delle risorse
Nessuna risorsa esplicita documentata o esposta nel repository.
Elenco degli strumenti
- Strumento Attività Recenti: Accedi alle attività Strava recenti per l’utente autenticato.
- Strumento Profilo: Recupera le informazioni di profilo dell’utente.
- Strumento Statistiche: Recupera statistiche su corsa, ciclismo e nuoto.
- Strumento Flussi Attività: Ottieni dati dettagliati di flusso (frequenza cardiaca, potenza, cadenza, elevazione, ecc.) per attività specifiche.
- Strumento Segmenti: Esplora, visualizza, segna con una stella e gestisci segmenti Strava.
- Strumento Percorsi: Elenca e visualizza i dettagli dei percorsi Strava salvati.
- Strumento Esportazione Percorsi: Esporta i percorsi in formato GPX o TCX sul file system locale.
Casi d’uso di questo server MCP
- Analisi Dati Fitness: Gli sviluppatori possono integrare il server con LLM per analizzare la cronologia degli allenamenti, le statistiche e le tendenze di un utente, fornendo riepiloghi dettagliati e report sui progressi.
- Coaching Personalizzato: Gli assistenti AI possono fornire consigli di coaching utilizzando ricchi dati di attività, come flussi di frequenza cardiaca, potenza e cadenza dagli allenamenti recenti.
- Pianificazione ed Esportazione Percorsi: Consente agli utenti di elencare, visualizzare ed esportare i propri percorsi Strava per l’uso su dispositivi GPS o per la condivisione con amici.
- Esplorazione e Gestione Segmenti: Gli sviluppatori possono creare strumenti per scoprire, mettere la stella e analizzare segmenti Strava per ottimizzazione dei percorsi e benchmarking delle prestazioni.
- Approfondimenti su Club e Community: Accedi e visualizza iscrizioni a club, attività di gruppo e classifiche segmenti per un maggiore coinvolgimento sociale.
Come configurarlo
Windsurf
- Assicurati di aver installato Node.js.
- Apri il file di configurazione di Windsurf.
- Aggiungi il pacchetto Strava MCP server (
@r-huijts/strava-mcp@latest
) alla tua lista MCP servers. - Incolla il seguente frammento JSON nell’oggetto
mcpServers
:{ "strava-mcp": { "command": "npx", "args": ["@r-huijts/strava-mcp@latest"] } }
- Salva la configurazione e riavvia Windsurf.
- Verifica la configurazione controllando la presenza degli strumenti Strava MCP nel tuo assistente AI.
Esempio per la protezione delle API Keys
{
"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"
}
}
}
Archivia le credenziali in modo sicuro usando le variabili d’ambiente.
Claude
- Installa Node.js come prerequisito.
- Apri il file di configurazione MCP server di Claude.
- Aggiungi il server Strava MCP usando:
{ "strava-mcp": { "command": "npx", "args": ["@r-huijts/strava-mcp@latest"] } }
- Salva il file e riavvia Claude.
- Conferma che l’integrazione Strava MCP sia attiva.
Cursor
- Installa Node.js se non presente.
- Apri il file di configurazione Cursor relativo ai MCP server.
- Aggiungi:
{ "strava-mcp": { "command": "npx", "args": ["@r-huijts/strava-mcp@latest"] } }
- Salva e riavvia Cursor.
- Verifica la funzionalità nei tuoi flussi AI.
Cline
- Assicurati che Node.js sia installato.
- Accedi al file di configurazione MCP server di Cline.
- Inserisci:
{ "strava-mcp": { "command": "npx", "args": ["@r-huijts/strava-mcp@latest"] } }
- Salva e riavvia l’ambiente Cline.
- Verifica che gli strumenti Strava MCP siano rilevabili.
Nota: Archivia sempre le chiavi API sensibili nelle variabili d’ambiente, mai in testo semplice.
Come usare questo MCP nei flussi
Utilizzo di MCP in FlowHunt
Per integrare i server MCP nel tuo flusso FlowHunt, inizia aggiungendo il componente MCP al flusso e collegandolo al tuo agente AI:

Clicca sul componente MCP per aprire il pannello di configurazione. Nella sezione di configurazione MCP di sistema, inserisci i dettagli del tuo server MCP usando questo formato JSON:
{
"strava-mcp": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Una volta configurato, l’agente AI potrà ora utilizzare questo MCP come strumento con accesso a tutte le sue funzioni e capacità. Ricorda di cambiare “strava-mcp” con il reale nome del tuo server MCP e sostituire la URL con quella del tuo server MCP.
Panoramica
Sezione | Disponibilità | Dettagli/Note |
---|---|---|
Panoramica | ✅ | Descrive Strava MCP come ponte API Strava per LLM. |
Elenco Prompt | ⛔ | Nessun template prompt esplicito fornito. |
Elenco Risorse | ⛔ | Nessuna risorsa MCP esplicita documentata. |
Elenco Strumenti | ✅ | Attività, profilo, statistiche, flussi, segmenti, percorsi, export documentati in README. |
Protezione API Keys | ✅ | .env.example fornito, più esempio per variabili env in config JSON. |
Supporto Sampling (meno importante in valutazione) | ⛔ | Nessuna menzione di supporto sampling trovata. |
La nostra opinione
Lo Strava MCP Server offre un ponte robusto tra LLM e API Strava, esponendo una vasta gamma di strumenti con documentazione chiara e casi d’uso reali. Tuttavia, la mancanza di template prompt documentati e risorse MCP esplicite limita il potenziale di standardizzazione “out-of-the-box”. Sampling e supporto Roots non sono menzionati, riducendo leggermente la versatilità per scenari MCP avanzati.
MCP Score: 7/10 — un MCP solido e pronto per la produzione per l’integrazione Strava, con margine di miglioramento su prompt/risorse e funzionalità protocollo avanzate.
MCP Score
Ha una LICENSE | ✅ (MIT) |
---|---|
Almeno uno strumento | ✅ |
Numero di Fork | 8 |
Numero di Star | 60 |
Domande frequenti
- Cos’è il server Strava MCP?
Lo Strava MCP Server è un server Model Context Protocol (MCP) che connette i large language model alle API di Strava, permettendo agli agenti AI di accedere e interagire in sicurezza con dati fitness come attività, statistiche, segmenti e percorsi.
- Quali funzionalità offre?
Espone i dati di attività, profilo, statistiche, flussi, segmenti e percorsi di Strava come strumenti MCP standardizzati, abilitando analisi dati fitness, coaching personalizzato, esportazione percorsi e gestione segmenti direttamente nei flussi AI.
- Come integro Strava MCP Server con FlowHunt?
Aggiungi il componente MCP al tuo flusso FlowHunt, poi configurarlo usando i dettagli del server Strava MCP nel pannello di configurazione MCP di sistema. In questo modo l’agente AI può accedere a tutti gli strumenti Strava in sicurezza tramite MCP.
- Come posso archiviare in sicurezza le credenziali API Strava?
Archivia STRAVA_CLIENT_ID, STRAVA_CLIENT_SECRET e STRAVA_ACCESS_TOKEN come variabili d’ambiente nel file di configurazione. Evita di inserire informazioni sensibili direttamente nel codice o nei file di configurazione.
- Quali sono i principali casi d’uso di questa integrazione?
I casi d’uso includono analisi dati fitness AI-driven, consigli di coaching personalizzati, pianificazione ed esportazione percorsi, esplorazione segmenti e approfondimenti di community per club e attività di gruppo.
Prova Strava MCP Server con FlowHunt
Potenzia i tuoi agenti AI con dati Strava in tempo reale per analisi fitness avanzate, coaching e gestione dei percorsi—tutto in modo semplice e sicuro tramite protocollo MCP.