Activitywatch MCP Integration

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：

1. 添加MCP资源支持 （基础2-4天，生产准备5-8天）
2. 实施后台轮询 保持数据新鲜
3. 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

• 调查结果摘要 -快速回答“需要付出什么努力？”
• 详细分析 -连续数据访问的综合分析
• 实施计划 -分步实施计划
• 现有MCP服务器 -对现有实施方案的研究

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

1. 确保ActivityWatch已安装并在本地运行
2. 查看 实施计划
3. 使用现有的MCP服务器设置开发环境
4. 开始实施MCP资源支持

资源

• 活动观察文档
• MCP协议规范
• ActivityWatch MCP服务器（Swift）

许可证

待定-根据项目方向确定