Was macht strava-mcp?
MCP-Server für Strava — bringe deine Aktivitäten, Segmente, Athletendaten und Trainingshistorie über das Model Context Protocol in KI-Agenten.
MCP-Server für Strava — bringe deine Aktivitäten, Segmente, Athletendaten und Trainingshistorie über das Model Context Protocol in KI-Agenten.
Dieser MCP-Server ermöglicht es KI-Agenten wie Claude Code, Cursor und Codex, über das Model Context Protocol auf alle wichtigen Strava-Daten zuzugreifen. Entwickler können damit Aktivitäten, Segmente, Athletendaten und Trainingshistorie direkt in ihren Agenten-Workflow einbinden. Der Server läuft als lokaler oder selbstgehosteter Dienst und nutzt die offizielle Strava-API zur Authentifizierung über OAuth2. Eine Konfigurationsdatei speichert die benötigten Credentials sicher. Mit Tools wie `list_activities`, `get_activity`, `get_segment` und `get_athlete_stats` lassen sich Daten abfragen, berechnen und analysieren. Besonders nützlich ist die Funktion `calculate_pace`, die basierend auf Distanz und Zeit das Tempo in verschiedene Einheiten umrechnet. Der Server unterstützt sowohl die Abfrage von Einzeldaten als auch umfassende statistische Übersichten über die Trainingsleistung eines Athleten.
npx skills add davidmosiah/strava-mcpInstalled? Explore more Recherche & Datenanalyse skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
MCP-Server für Strava — bringe deine Aktivitäten, Segmente, Athletendaten und Trainingshistorie über das Model Context Protocol in KI-Agenten.
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.