ActivityWatch MCP集成项目
概述
该项目探索了现有ActivityWatch MCP（模型上下文协议）服务器与各种AI工具和平台的集成。目标是评估、配置和演示如何通过MCP利用ActivityWatch的时间跟踪功能来增强AI助手功能， 专门实现连续数据访问 Claude和其他人工智能工具。
项目目标
- ✅ 评估现有的ActivityWatch MCP服务器实现
- ✅ 分析当前的能力和局限性
- 🎯 启用连续数据访问 （不仅仅是按需查询）
- 🎯 配置MCP服务器，以便通过MCP连接器与Claude集成
- 🎯 测试和文档集成模式
- 🎯 识别并实施持续数据流所需的增强功能
- 🎯 创建将ActivityWatch数据与AI助手一起使用的示例和文档
关键发现
现有的MCP服务器提供按需查询功能，但不提供连续的数据访问。 为了使Claude能够持续了解ActivityWatch数据，我们需要：
- 添加MCP资源支持 （基础2-4天，生产准备5-8天）
- 实施后台轮询 保持数据新鲜
- 创建数据聚合 获取总结和见解
看 调查结果摘要 了解详情。
现有MCP服务器实现
Node.js实现
- 仓库: 8bit绅士/活动手表mcp服务器
- 语言：Node.js/TypeScript
- 状态：活跃（GitHub上38颗星以上）
Swift实现
- 仓库: doozMen/活动手表mcp
- 语言：Swift
- 状态：替代实施
活动观察MCP功能
MCP服务器提供对以下内容的访问：
- 列出可用的ActivityWatch存储桶
- 从bucket中检索原始事件
- 执行AQL（ActivityWatch查询语言）查询
- 访问ActivityWatch配置设置
用例
- 总结日常应用程序使用和浏览历史
- 通过自然语言查询分析个人生产力习惯
- 深入了解在特定任务或项目上花费的时间
- 自动化时间跟踪分析和报告
项目结构
.
├── README.md
├── docs/ # Documentation and research
│ ├── FINDINGS_SUMMARY.md # Quick summary of findings
│ ├── ANALYSIS_CONTINUOUS_DATA_ACCESS.md # Detailed analysis
│ ├── IMPLEMENTATION_PLAN.md # Step-by-step implementation plan
│ ├── EXISTING_MCP_SERVERS.md # Research on existing servers
│ └── PROJECT_GOALS.md # Project roadmap
├── existing-mcp-server/ # Cloned existing MCP server for analysis
├── examples/ # Integration examples
├── config/ # Configuration files
└── tests/ # Test scripts and validation文档
入门指南
当前状态
✅ 分析完成 -我们分析了现有的MCP服务器，并确定了连续数据访问所需的内容。
🎯 后续步骤 -实施MCP资源支持，以实现连续数据访问。
为了发展
- 确保ActivityWatch已安装并在本地运行
- 查看 实施计划
- 使用现有的MCP服务器设置开发环境
- 开始实施MCP资源支持
资源
许可证
待定-根据项目方向确定