Token导航 LogoToken导航TokenDH.com
Sport Suggest MCP logo
AI代理未说明官方级别未说明来源级核验

Sport Suggest MCP

MCP Server

一款基于AI的体育赛事推荐工具,通过实时数据分析为用户提供个性化的赛事观看建议,支持NFL和NBA赛事。

工具数

0

提示词数

0

GitHub Stars

1

资源数

0
PythonClaudeAI代理Claude DesktopClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

temanuel1

提供方

temanuel1

最后核验

2026/5/17 20:22

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

详细介绍

运动建议MCP

你的对话式人工智能运动伙伴,告诉你现在要看什么。

🎯 问题: 你想看体育比赛,但你不知道有什么节目或什么值得看。现有的应用程序只显示时间表和分数,它们不了解你现在想看什么。 💡 解决方案: 体育建议MCP将克劳德变成你的个人体育顾问。讨论一下你的心情,并立即获得最佳游戏的推荐——现在直播或即将播出。

🔥 是什么让这与众不同

传统体育应用程序:

  • 向您展示所有正在播放的内容
  • 您必须手动浏览分数
  • 不了解是什么让游戏令人兴奋
  • 无法根据您的心情或喜好进行个性化设置

运动建议MCP+Claude:

  • “现在给我看一些令人兴奋的东西”→ 克劳德分析分数差异和找到咬指甲者的剩余时间
  • “我想要一场得分很高的比赛”→ 克劳德根据速度和总得分来建议进攻点球大战
  • “给我找个有竞争力的游戏”→ 克劳德结合得分、剩余时间和团队质量进行推荐
  • “今晚我该看什么?”→ 克劳德评论即将到来的比赛,并建议最好的比赛
  • “哪个游戏有最好的玩家?”→ 克劳德检查 当前名册 寻找明星云集的比赛

真实对话示例

当前建议:

You: "What's the most exciting NFL game on right now?"

Claude: The Bengals-Jets game is your best bet - it's 38-32 with
4:36 left in the 4th quarter. That's a 6-point game with enough
time for a comeback, and the pace is insane at 17.5 points per
quarter. Plus it's on CBS.

明星球员发现:

You: "Which NBA game should I watch if I want to see some star players?"

Claude: [Checks current rosters] The Bucks @ Cavaliers game has the
most star power right now. Giannis Antetokounmpo (2x MVP) is going
up against Donovan Mitchell and the Cavaliers. Both teams are
playing well and it's a close game at halftime (65-56).

基于风格的发现:

You: "I want a defensive battle"

Claude: The Bucs-Saints game is perfect for you. It's 7-3 in the
3rd quarter with a pace of only 3.3 points per period. Both teams
are struggling to move the ball, and the Superdome crowd is into it.

球员表现焦点:

You: "Any star performances happening right now?"

Claude: Yes! LaMelo Ball is putting on a show with 23 points already
and it's only the 2nd quarter. The Hornets are down 60-51 to the
Wizards but Ball is keeping them in it with his scoring and playmaking.

🚀 为什么这还不存在

AI聊天机器人(ChatGPT、Claude、Gemini)无法访问实时体育数据。 他们完全无视:

  • 现在有什么游戏
  • 当前比分和比赛情况
  • 实时玩家表演
  • 游戏节奏和势头
  • 哪些球员在哪支球队(由于交易和阵容变动)

ESPN、Roku和三星电视等应用程序会向您显示数据,但它们目前无法与您对话或了解您的偏好。

运动建议MCP弥合这一差距 -将克劳德的对话智能与ESPN的实时数据相结合,创造个性化的体育发现体验。

🛠️ 运作原理

Sport Suggest MCP为Claude提供了三个强大的工具,可以返回丰富的结构化数据。然后,克劳德通过对话分析这些数据,以了解你想看什么。

1. get_nfl_scores -直播和即将到来的NFL比赛

返回所有直播和即将到来的NFL比赛,并提供全面的背景。

丰富的数据包括:

  • 分数和动量: 当前得分、得分差距、哪支球队领先
  • 游戏状态: 季度,剩余时间,无论是直播还是即将播出
  • 球员表现: 顶级QB(传球码,TD),顶级RB(冲球码,TDs),顶级WR(接球码,TDs)
  • 背景: 团队记录、场地、出席情况、会议比赛旗帜
  • 速度指标: 每个时期的得分,用于识别进攻性枪战与防守性战斗
  • 逐季度评分: 查看每支球队在各个方面的得分情况
  • 广播信息: 看哪个频道

克劳德可以这样回答:

  • “最接近的游戏是什么?”→ 分析分数差异+剩余时间
  • “给我看一场枪战”→ 查看速度(每个周期的分数)和总分数
  • “有明星表演吗?”→ 评论QB/RB/WR的顶级统计数据
  • “给我找一个好的团队配对”→ 比较团队记录
  • “我在哪里可以看?”→ 返回广播频道

______________________________________________________________________

2. get_nba_scores -直播和即将到来的NBA比赛

返回所有直播和即将到来的NBA比赛,并提供全面的背景。

丰富的数据包括:

  • 分数和动量: 当前得分、得分差距、哪支球队领先
  • 游戏状态: 季度,剩余时间,无论是直播还是即将播出
  • 球员表现: 得分最高的球员,得分/篮板/助攻数据线
  • 背景: 团队记录、场地、出席情况、会议比赛旗帜
  • 速度指标: 每季度点数,用于识别快节奏游戏与慢节奏游戏
  • 逐季度评分: 跟踪所有季度的评分趋势
  • 广播信息: 看哪个频道

克劳德可以这样回答:

  • “给我找一场势均力敌的比赛”→ 按季度末的分数差进行筛选
  • “有三双吗?”→ 查看统计线
  • “给我看一场高分比赛”→ 分析速度和总分
  • “最好的对抗游戏是什么?”→ 将团队素质与竞争力相结合
  • “我在哪里可以看湖人队的比赛?”→ 返回广播信息

______________________________________________________________________

3. get_nba_rosters -当前NBA球队名单

返回所有NBA球队的最新名单,其中包含完整的球员信息。

丰富的数据包括:

  • 完整名册: 每支NBA球队的所有球员
  • 玩家详细信息: 球衣号码和位置
  • 始终为最新: 反映最新的交易、签约和阵容变动

为什么这很重要:

NBA的球员名单会随着交易、自由球员和签约而不断变化。克劳德的训练数据很快就会过时。该工具确保克劳德始终掌握有关哪些球员在哪些球队的最新信息。

克劳德可以这样回答:

  • “哪个游戏有最好的玩家?”→ 检查当前名册以查找明星匹配
  • “勒布朗今晚会上场吗?”→ 核实当前团队名单
  • “给我看一场年轻天才的比赛”→ 识别当前名册上的新星
  • “哪支球队拥有最多的全明星球员?”→ 分析排班质量

它是如何工作的:

当你询问球员或明星实力时,克劳德会在提出建议之前自动检查当前的名单。这确保了准确性,即使在克劳德的训练数据中断后发生了重大的阵容变动。

🎯 个性化魔法

关键见解: 我们不会硬编码推荐。 相反,我们给克劳德提供了丰富的数据,让它通过对话来推理你想要什么。

个性化是如何自然产生的:

用户说: “我想要一些令人兴奋的东西”\ 克劳德的理由: _得分差距\20,早期游戏=背景观看_

用户说: “给我看一场明星球员下场的比赛”\ 克劳德的理由: _最佳得分手有40+分,或者QB有300+码和3次TD=明星表现_

用户说: “我想看好球队”\ 克劳德的理由: _两队都有获胜记录(>0.500)=高质量的对决_

用户说: “哪款游戏最有明星魅力?”\ 克劳德的理由: _\[检查名册\]→ 识别拥有多名全明星和MVP级别球员的游戏_

这种方法非常灵活——随着你的偏好在对话中的演变,Claude会在不更改任何代码的情况下进行调整。

🏗️ 项目结构

sport-suggest-mcp/
├── src/
│   └── sport_suggest_mcp/
│       ├── __init__.py
│       ├── server.py           # MCP server setup & tool registration
│       └── tools.py            # get_nfl_scores, get_nba_scores, get_nba_rosters
├── pyproject.toml              # Python project configuration
└── README.md

📡 ESPN API终点

本项目使用ESPN的非官方公开API(无需API密钥):

NFL记分牌:

https://site.api.espn.com/apis/site/v2/sports/football/nfl/scoreboard

NBA记分牌:

https://site.api.espn.com/apis/site/v2/sports/basketball/nba/scoreboard

NBA球队名单:

https://site.api.espn.com/apis/site/v2/sports/basketball/nba/teams
https://site.api.espn.com/apis/site/v2/sports/basketball/nba/teams/{team_id}/roster

返回的数据包括:

  • 实时比分和比赛状态(季度、剩余时间)
  • 团队信息(姓名、记录、缩写)
  • 统计负责人(每个团队的最佳表现者)
  • 场地和广播细节
  • 逐季度评分细分
  • 完整的球队名单,包括球员位置和球衣号码

🚀 入门指南

先决条件

  • Python 3.10+
  • Claude桌面版
  • uv(Python包安装程序)

安装

# Clone the repository
git clone https://github.com/yourusername/sport-suggest-mcp.git
cd sport-suggest-mcp

# Install with uv
uv pip install -e .

配置

添加到您的Claude Desktop配置文件中:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json\ 窗户: %APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "sport-suggest": {
      "command": "uv",
      "args": [
        "--directory",
        "/ABSOLUTE/PATH/TO/sport-suggest-mcp",
        "run",
        "sport-suggest-mcp"
      ]
    }
  }
}

重要提示: 替换 /ABSOLUTE/PATH/TO/sport-suggest-mcp 使用项目目录的实际绝对路径。

重新启动Claude Desktop,您就可以开始发现游戏了!

💬 要尝试的示例查询

立即查找游戏

  • “现在有哪些NFL比赛?”
  • “给我看最激动人心的NBA比赛”
  • “给我找一场势均力敌的足球赛”
  • “得分最高的比赛是哪场?”
  • “有人咬指甲吗?”

样式首选项

  • “我想要一场防守战”
  • “给我看一场进攻枪战”
  • “给我找个快节奏的游戏”
  • “我想看一场竞技比赛”

以玩家为中心✨ 通过名册数据增强

  • “有明星表演吗?”
  • “哪个游戏有最好的玩家?”← 使用当前名册
  • “向我展示具有出色四分卫表现的游戏”
  • “为了明星实力,我应该看哪场NBA比赛?”← 使用当前名册
  • “现在有球员离开吗?”
  • “吉安尼斯今晚有比赛吗?”← 检查当前名册

以团队为基础的

  • “我应该看牛仔队的比赛吗?”
  • “向我展示获胜球队的比赛”
  • “给我找个好搭档”
  • “有什么对抗赛吗?”

即将到来的游戏

  • “今晚有什么NFL比赛?”
  • “这个周末我应该看什么?”
  • “湖人队的比赛什么时候开始?”
  • “哪款即将到来的游戏最具明星影响力?”← 使用当前名册

🗺️ 发展路线图

✅ 第一阶段:核心发现(完成)

  • \[x\] 使用Python设置MCP服务器
  • \[x\] ESPN API客户,支持NFL和NBA
  • \[x\] get_nfl_scores 拥有丰富的玩家/游戏数据
  • \[x\] get_nba_scores 拥有丰富的玩家/游戏数据
  • \[x\] get_nba_rosters 当前名册信息
  • \[x\] 过滤已完成的游戏
  • \[x\] 实时玩家表现跟踪
  • \[x\] 自动检查明星球员推荐名单

🚧 第二阶段:增强智能(进行中)

  • \[\]添加 get_nfl_rosters 对于当前的NFL名单
  • \[\]添加季后赛影响检测
  • \[\]团队势头指标(最近的连胜/连败)
  • \[\]伤害影响分析
  • \[\]历史竞争背景

📅 第三阶段:扩大覆盖范围

  • \[\]添加NHL支持
  • \[\]添加MLB支持
  • \[\]添加大学体育(NCAAF、NCAAB)
  • \[\]国际足球联赛

🔮 第四阶段:高级功能

  • \[ \] get_game_details(game_id) 用于深潜分析
  • \[\]现场游戏的精彩集锦
  • \[\]投注线整合
  • \[\]“这样的游戏”历史比较

🎓 关键设计理念

让克劳德成为对话专家

我们不构建僵化的推荐算法。相反:

  1. 我们提供丰富的数据 -分数、球员统计数据、速度指标、球队记录, 当前名册
  2. 克劳德以对话的方式进行分析 -“这场比赛很接近,节奏很快,有明星球员”
  3. 推荐感觉很自然 -就像与知识渊博的朋友交谈,而不是查询数据库

始终使用最新数据

体育赛事名单不断变化。与其依赖克劳德的训练数据:

  • 自动排班检查 -克劳德在讨论球员时质疑当前的名单
  • 贸易证明建议 -即使在主要阵容变动后,也总是准确的
  • 无需手动更新 -从ESPN的API实时获取名册数据

数据驱动但非规定性

每个游戏都包含足够的上下文,让克劳德做出明智的建议:

  • 赌注: 团队记录、会议游戏
  • 风格: 节奏指标、得分模式、防守战与进攻战
  • 人才: 球员表现领先者(NFL为QB/RB/WR,NBA为PTS/REB/AST)
  • 名册质量: 已确定明星球员的当前球队名单
  • 时间: 剩余季度/时间,中场休息,即将到来
  • 可访问性: 广播频道、场地、出席人数

这让克劳德不仅了解发生了什么,还了解为什么这对你很重要。

通过对话实现个性化

偏好不是通过个人资料设置,而是通过对话自然出现的:

  • “我喜欢防守”→ 克劳德优先考虑低节奏、近距离的比赛
  • “我是个休闲迷”→ 克劳德解释了背景和故事情节
  • “我只有20分钟”→ 克劳德在第四节找到了比赛
  • “向我展示明星的力量”→ 克劳德检查了名单,并强调了顶级比赛

📊 成功指标

  • ✅ 在2秒内推荐相关游戏
  • ✅ 了解对话偏好(“令人兴奋”、“亲密”、“高分”、“明星力量”)
  • ✅ 通过实时数据可靠地处理NFL和NBA
  • ✅ 始终使用当前名册进行基于球员的推荐
  • ✅ 当没有有趣的节目时,礼貌地解释
  • ✅ 想和一位知识渊博的体育朋友谈谈

🔧 技术细节

为什么是Python?

  • 用于体育数据解析的简单可读代码
  • 通过以下方式对REST API提供出色的支持 requests
  • 快速开发迭代
  • 与MCP Python SDK轻松集成

为什么是三个独立的工具?

我们使用 get_nfl_scores(), get_nba_scores(),以及 get_nba_rosters() 作为单独的工具,因为:

  1. 对克劳德来说更简单 -直接函数调用与参数传递
  2. 体育特定逻辑 -NFL使用QB/RB/WR领先者,NBA使用PTS/REB/AST,名单是NBA特有的
  3. 演出 -仅在需要基于玩家的查询时才获取名册
  4. 更易于扩展 -添加 get_nfl_rosters()get_mlb_scores() 稍后不接触现有代码

数据解析策略

NFL和NBA有不同的API结构:

NFL: 竞赛级别的领导者(两队共享)

competition.get("leaders", [])  # Contains all players from both teams

NBA: 团队/竞争对手级别的领导者(按团队分开)

away_team.get("leaders", [])  # Away team players
home_team.get("leaders", [])  # Home team players

NBA球员名单: 平面阵列结构

roster_data.get("athletes", [])  # All players in single array

我们的工具功能在内部处理这些差异,向Claude提供干净、一致的数据。

确保更新名册数据

get_nba_rosters 工具描述包括对Claude的明确说明:

关键:在根据球员推荐任何NBA比赛或回答有关哪些球员在哪支球队的问题之前,你必须调用此工具。 你的训练数据已经过时了——球员通过交易和自由球员更换球队。该工具为当前名册提供了唯一可靠的来源。

这确保了克劳德始终检查名册,而不是依赖可能过时的训练数据。

🐛 已知问题和限制

  • 考勤数据不可靠 -ESPN并不总是填充它,即使是现场比赛
  • 半时间检测 -中场过渡期间的一些边缘情况
  • 赛季统计vs比赛统计 -对于即将到来的比赛,API有时会返回赛季总数,而不是比赛统计数据(我们会过滤掉这些数据)
  • NFL名单尚未实施 -目前只有NBA有名单检查

📚 资源

📝 许可证

麻省理工学院

🤝 贡献

欢迎投稿!这是一个探索人工智能和体育发现交叉点的学习项目。

我们很乐意帮助的想法:

  • NFL球员名册工具实施
  • 其他运动(美国职业棒球大联盟、美国国家冰球联盟、足球)
  • 使用排名数据更好地检测季后赛影响
  • 伤害影响分析
  • 历史上的“这样的游戏”比较
  • 团队势头指标(热/冷条纹)

🙏 致谢

  • 创造MCP和克劳德的拟人化
  • 提供公共API访问的ESPN
  • 到处都是体育迷,他们只想知道该看什么

______________________________________________________________________

内置❤️ 对于珍惜时间的体育迷来说

目录标签

目录标签

PythonClaudeAI代理体育推荐本地部署实时数据分析个性化建议AI助手赛事发现

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

未说明none部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

仍需确认:installCommand

来源信息

继续浏览同类 MCP