健康与健身教练 MCP 💪
🎯 这个项目是什么？
健康与健身教练 MCP 是一款全面的AI健身追踪应用，它通过（某种方式，原文未完整）弥合了传统健身应用与智能AI辅助之间的鸿沟 模型上下文协议（MCP）根据上面的信息，执行如下指令：
这个项目由两个主要部分组成：
- 🌐 Web应用程序一个现代化的Next.js健身仪表盘，用于记录活动和追踪进度
- 🤖 MCP服务器一个符合协议规范的服务器，使AI工具（Cursor、Claude Desktop等）能够智能地与您的健身数据进行交互
🏗️ 系统架构与MCP集成
┌─────────────────────────────────────────────────────────────────────────────┐
│ HEALTH & FITNESS COACH ECOSYSTEM │
├─────────────────────────────────────────────────────────────────────────────┤
│ │
│ ┌─────────────────────┐ ┌─────────────────────┐ ┌─────────────────┐ │
│ │ 🌐 WEB APP │ │ 🤖 MCP SERVER │ │ 🧠 AI CLIENTS │ │
│ │ (Next.js) │ │ (Protocol Layer) │ │ (Cursor/Claude) │ │
│ │ │ │ │ │ │ │
│ │ • Fitness Dashboard │◄──►│ • 7 Smart Tools │◄──►│ • Natural Lang │ │
│ │ • Activity Logging │ │ • Data Processing │ │ • Context Aware │ │
│ │ • Progress Tracking │ │ • Context Analysis │ │ • Plan Generate │ │
│ │ • Plan Visualization│ │ • API Integration │ │ • Smart Queries │ │
│ │ • Real-time Updates │ │ • Protocol Compliance│ │ • Tool Calling │ │
│ └─────────────────────┘ └─────────────────────┘ └─────────────────┘ │
│ │ │ │ │
│ └───────────────────────────┼───────────────────────────┘ │
│ │ │
│ ┌─────────────────────────────────────▼─────────────────────────────────────┐ │
│ │ 📊 UNIFIED DATA LAYER │ │
│ │ │ │
│ │ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ ┌─────────────┐ │ │
│ │ │ 🏋️ Workouts │ │ 🍎 Nutrition │ │ 📋 Plans │ │ 💭 Feedback │ │ │
│ │ │ • Sessions │ │ • Meals │ │ • AI-Gen │ │ • Progress │ │ │
│ │ │ • Duration │ │ • Calories │ │ • Weekly │ │ • Notes │ │ │
│ │ │ • Types │ │ • Items │ │ • Daily │ │ • Insights │ │ │
│ │ └─────────────┘ └─────────────┘ └─────────────┘ └─────────────┘ │ │
│ └─────────────────────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────────────┘🤖 什么是MCP服务器，以及它为何重要？
模型上下文协议（MCP）解析
--- 模型上下文协议 这是一种标准化的方式，让人工智能应用程序能够连接到外部数据源和工具。可以将其视为一种通用翻译器，使像Claude Desktop或Cursor这样的人工智能助手能够理解和与您的健身数据进行交互。
MCP服务器在本应用中的角色
我们的MCP服务器作为 智能健身数据网关 好的，我会将原文内容翻译成中文
- 连接人工智能与健身数据
- 将自然语言健身查询转换为结构化数据操作 - 启用AI工具读取、编写和分析您的健身信息 - 根据您的实际健身历史提供情境感知的回复
- 🧠 启用智能辅导
- AI可以问：“我这周做了哪些锻炼？”→ MCP获取并分析你的数据 - AI可以建议：“制定锻炼计划”→ MCP生成个性化方案 - AI可以追踪：“记录我的30分钟跑步”→ MCP存储并更新你的进度
- 📊 提供丰富的上下文
- 当你向AI寻求健身建议时，它能访问到你的完整历史记录 - 人工智能可以识别模式，提出改进建议，并跟踪长期进展 - 根据您的实际表现数据，提供个性化辅导
🛠️ MCP 服务器工具与功能
MCP服务器公开了 7个智能工具 那将改变人工智能与健身数据的交互方式：
核心日志工具
log-workout 运动课程追踪
// What it does: Records workout sessions with intelligent categorization
{
tool: "log-workout",
parameters: {
userId: "user123",
date: "2025-01-07",
type: "strength training", // Auto-categorized: cardio, strength, flexibility
duration: 45, // Minutes of activity
distance: 0 // Optional for cardio workouts
}
}
// AI Context: "I did 45 minutes of strength training today"log-nutrition 饮食与卡路里追踪
// What it does: Logs meals with smart nutritional analysis
{
tool: "log-nutrition",
parameters: {
userId: "user123",
date: "2025-01-07",
meal: "breakfast", // Auto-detected: breakfast/lunch/dinner/snack
items: ["oatmeal", "banana", "almonds"], // Natural language food items
calories: 350 // Calculated or estimated
}
}
// AI Context: "I had oatmeal with banana and almonds for breakfast"log-feedback 进度与动力追踪
// What it does: Captures subjective fitness experiences and progress notes
{
tool: "log-feedback",
parameters: {
userId: "user123",
date: "2025-01-07",
notes: "Feeling stronger after consistent workouts. Ready for heavier weights!"
}
}
// AI Context: Tracks motivation, energy levels, and subjective progress智能与规划工具
generate-plan AI赋能的健身规划
// What it does: Creates personalized workout and nutrition plans
{
tool: "generate-plan",
parameters: {
userId: "user123"
}
}
// AI Magic: Analyzes your history, preferences, and goals to create:
// - Tomorrow's workout routine
// - Weekly exercise schedule
// - Meal recommendations
// - Progressive difficulty adjustmentsview-context 全面的健身分析
// What it does: Provides complete fitness profile for AI decision-making
{
tool: "view-context",
parameters: {
userId: "user123"
}
}
// Returns: Complete fitness history, patterns, goals, and insights
// Enables AI to make informed coaching decisionsset-weekly-target 目标设定与追踪
// What it does: Establishes and tracks fitness goals
{
tool: "set-weekly-target",
parameters: {
userId: "user123",
weekStart: "2025-01-06",
targetRuns: 3, // Weekly cardio goal
calorieBudget: 2000 // Daily calorie target
}
}
// AI Context: Enables goal-oriented coaching and progress tracking实用工具
echo 系统健康与测试
// What it does: Tests MCP connectivity and system health
{
tool: "echo",
parameters: {
message: "Testing MCP connection"
}
}
// Usage: Debugging and ensuring MCP server is responsiveMCP数据流与AI集成
人工智能查询如何转化为健身行动
┌─────────────────────────────────────────────────────────────────────────────┐
│ MCP DATA FLOW │
├─────────────────────────────────────────────────────────────────────────────┤
│ │
│ User in AI Tool: "I did 20 push-ups for 15 minutes today" │
│ │ │
│ ▼ │
│ ┌─────────────────────┐ ┌─────────────────────┐ ┌─────────────────┐ │
│ │ 🧠 AI PROCESSING │ │ 🤖 MCP PROTOCOL │ │ 📊 DATA STORE │ │
│ │ │ │ │ │ │ │
│ │ • Parse intent │───►│ • Tool selection │───►│ • Store workout │ │
│ │ • Extract data │ │ • Parameter mapping │ │ • Update stats │ │
│ │ • Choose action │ │ • Execute tool call │ │ • Calculate │ │
│ │ • Format response │◄───│ • Return results │◄───│ progress │ │
│ └─────────────────────┘ └─────────────────────┘ └─────────────────┘ │
│ │ │
│ ▼ │
│ AI Response: "Great! I've logged your 15-minute push-up session. │
│ You're at 15/60 minutes for your daily workout goal." │
└─────────────────────────────────────────────────────────────────────────────┘网络应用 ↔ MCP服务器集成
┌─────────────────────────────────────────────────────────────────────────────┐
│ DUAL-INTERFACE SYSTEM │
├─────────────────────────────────────────────────────────────────────────────┤
│ │
│ ┌─────────────────────┐ ┌─────────────────────┐ │
│ │ 🌐 WEB INTERFACE │ │ 🤖 AI INTERFACE │ │
│ │ │ │ │ │
│ │ • Visual dashboard │ │ • Natural language │ │
│ │ • Click logging │ │ • Context queries │ │
│ │ • Progress charts │ │ • Smart planning │ │
│ │ • Plan display │ │ • Pattern analysis │ │
│ └─────────────────────┘ └─────────────────────┘ │
│ │ │ │
│ ▼ ▼ │
│ ┌─────────────────────────────────────────────────────────────────────────┐ │
│ │ 🔄 MCP SERVER CORE │ │
│ │ │ │
│ │ • Unified data access for both interfaces │ │
│ │ • Consistent business logic and validation │ │
│ │ • Real-time synchronization between web and AI │ │
│ │ • Intelligent caching and performance optimization │ │
│ └─────────────────────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────────────────┘🎯 现实应用场景
场景1：日常锻炼记录
👤 User in Cursor: "I just finished a 30-minute HIIT workout"
🤖 AI + MCP Process:
1. AI recognizes workout logging intent
2. MCP calls `log-workout` tool
3. Stores: type="HIIT", duration=30, date=today
4. Updates daily progress counters
5. AI responds with encouragement and progress update
📱 Web App: Automatically shows updated workout minutes and exercise completion场景2：智能计划生成
👤 User in Claude: "Create a workout plan for tomorrow based on what I did this week"
🤖 AI + MCP Process:
1. MCP calls `view-context` to analyze week's activities
2. AI identifies patterns: mostly upper body, low cardio
3. MCP calls `generate-plan` with context
4. Creates balanced plan emphasizing legs and cardio
5. Stores plan for tomorrow
📱 Web App: Tomorrow's workout section populates with AI-generated exercises场景3：营养指导
👤 User in AI: "I'm trying to eat healthier, what should I have for lunch?"
�� AI + MCP Process:
1. MCP calls `view-context` to check today's meals and calorie goals
2. AI analyzes nutritional gaps and calorie budget
3. Suggests specific meal with calorie count
4. User confirms: "I'll have the grilled chicken salad"
5. MCP calls `log-nutrition` to record the meal
📱 Web App: Updates nutrition progress and meal history🌟 MCP集成的主要优势
对于用户
- 🎯 个性化AI教练AI拥有您健身旅程的完整背景信息
- 自然交互用简单的英语与AI谈谈健身目标
- 📊 智能洞察人工智能可以识别模式并提出改进建议
- 流畅体验网页应用和AI工具之间的数据自动同步
对于开发者
- 🔌 协议合规性标准MCP实现可与任何MCP客户端配合使用
- 🛠️ 可扩展架构易于添加新工具和功能
- 📈 丰富上下文人工智能工具获取全面的健身数据以做出更好决策
- 灵活部署与Cursor、Claude Desktop或自定义AI工具配合使用
用于人工智能应用
- 领域专业知识专业知识和数据处理方面的健身知识
- 📋 结构化数据提供清晰、有条理的健身信息以供分析
- ⚡ 实时更新实时数据同步以获取当前信息
- 🎨 丰富的回复根据上下文，提供个性化健身指导反馈
🚀 快速入门指南
设置MCP服务器
git clone https://github.com/your-username/health-fitness-coach-mcp.git
cd health-fitness-coach-mcp
npm install
cp env.example .env.local
# Add OPENAI_API_KEY for AI-generated plans
npm run dev2. 连接到AI工具
光标配置
{
"mcpServers": {
"health-fitness-coach": {
"url": "http://localhost:3000/sse"
}
}
}克劳德桌面配置
{
"mcpServers": {
"health-fitness-coach": {
"command": "npx",
"args": ["-y", "mcp-remote", "http://localhost:3000/mcp"]
}
}
}3. 测试集成
# Test MCP tools directly
npm run test:fitness
# Test specific endpoints
curl http://localhost:3000/api/context?userId=default-user4. 开始使用
- Web App访问
http://localhost:3000用于视觉健身追踪 - 人工智能集成向你的AI助手提出与健身相关的问题
- 原文内容：Natural Language“记录我的锻炼”，“制定一个计划”，“我做得怎么样？”
🔧 技术实现细节
MCP协议合规性
// MCP-compliant tool definition
export const logWorkoutTool = {
name: "log-workout",
description: "Log a workout session with type, duration, and optional distance",
inputSchema: {
type: "object",
properties: {
userId: { type: "string", description: "Unique user identifier" },
date: { type: "string", description: "Date in YYYY-MM-DD format" },
type: { type: "string", description: "Workout type (e.g., 'running', 'strength')" },
duration: { type: "number", description: "Duration in minutes" },
distance: { type: "number", description: "Distance in kilometers (optional)" }
},
required: ["userId", "date", "type", "duration"]
}
}数据存储与检索
// In-memory stores with persistence hooks
export const workoutStore = createInMemoryStore()
export const nutritionStore = createInMemoryStore()
export const planStore = createInMemoryStore
()
// MCP tool implementation
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 }
}人工智能集成层
// Chat interface with MCP integration
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 })
}
}🧪 测试与开发
可用的测试脚本
# Test all MCP tools
npm run test:fitness
# Test HTTP transport
npm run test:http
# Test MCP integration
npm run test:mcp
# Debug tool functionality
npm run debug:toolsMCP工具测试
// Test workout logging
const result = await mcpClient.callTool('log-workout', {
userId: 'test-user',
date: '2025-01-07',
type: 'running',
duration: 30,
distance: 5.0
})
console.log('Workout logged:', result)🚀 部署选项
本地开发
- 跑
npm run dev用于开发服务器 - MCP服务器可用地址为
http://localhost:3000/mcp - 网页界面位于
http://localhost:3000
生产部署
- 一键部署到Vercel
- 配置环境变量（OPENAI_API_KEY）
- MCP服务器可在您的域名下自动访问
自定义部署
- Docker对容器化部署的支持
- 不同设置下的环境变量配置
- 支持多用户的可扩展架构
🔧 环境配置
必需变量
# OpenAI API key for AI-generated fitness plans
OPENAI_API_KEY=your_openai_api_key_here
# Optional Redis for enhanced performance
UPSTASH_REDIS_REST_URL=your_redis_url
UPSTASH_REDIS_REST_TOKEN=your_redis_token可选配置
# Custom user ID for single-user setups
DEFAULT_USER_ID=my-fitness-journey
# Logging level for debugging
LOG_LEVEL=debug
# Custom port for development
PORT=3000🤝 贡献与扩展
添加新的MCP工具
// Create new tool in tools/ directory
export const myCustomTool = {
name: "my-custom-tool",
description: "Description of what this tool does",
inputSchema: {
// Define parameters
},
handler: async (params) => {
// Implementation
}
}
// Register in tools/index.ts
export const tools = [
// ... existing tools
myCustomTool
]扩展Web界面
- 在其中添加新组件
components/目录 - 创建API路由于
app/api/用于新功能 - 更新主仪表板中的内容
app/page.tsx
自定义AI集成
- 实现额外的MCP客户端
- 添加对其他AI平台的支持
- 创建自定义查询处理逻辑
许可证与使用
麻省理工学院许可证 - 请随意使用此项目作为您自己的MCP服务器和健身应用程序的基础。
本项目展示了如何构建可投入生产的MCP服务器，以实现人工智能工具与特定领域应用的连接，为其他领域的类似集成提供了一个模板。
______________________________________________________________________
由模型上下文协议提供支持\ *将人工智能智能与真实世界健身数据相连接*