Training Peaks MCP

TrainingPeaks MCP服务器

通过模型上下文协议（MCP）将TrainingPeaks连接到Claude和其他AI助手。查询训练，建立结构化的时间间隔，管理你的日历，跟踪健身趋势，并通过自然对话控制你的训练。

无需API批准。 官方的Training Peaks API已通过审批，但此服务器使用任何用户都可以在几分钟内设置的安全cookie身份验证。您的cookie存储在您的系统密钥环中，除了传输到TrainingPeaks之外，从不传输到任何地方。

你能做什么

Example conversation with Claude using TrainingPeaks MCP

问你的AI助手一些事情，比如：

• “为我打造一个4x8分钟的周二门槛训练，包括热身和放松”
• “将我的移动会话安排在2026年4月14日16:45”
• “比较我今年和去年的FTP进度”
• “把上周的长途旅行复制到本周六”
• “记录我的体重为74.5公斤，睡7.5小时”
• “到目前为止，我的每周TSS是多少？我是否在实现ATP目标的轨道上？”
• “显示我的比赛日历以及距离我的A比赛还有多少周”
• “将我的FTP设置为310并更新我的电源区域”
• 为下周一添加日历备注：休息日、旅行

工具（62）

锻炼

分析与性能

运动员设置

健康指标

设备

活动和日历

锻炼库

参考与认证

______________________________________________________________________

设置选项

选项A：使用Claude代码自动设置

如果你有 克劳德代码，粘贴此提示：

Set up the TrainingPeaks MCP server from https://github.com/JamsusMaximus/trainingpeaks-mcp - clone it, create a venv, install it, then walk me through getting my TrainingPeaks cookie from my browser and run tp-mcp auth. Finally, add it to my Claude Desktop config.

Claude将负责安装，并逐步指导您完成身份验证。

选项B：手动设置

步骤1：安装

git clone https://github.com/JamsusMaximus/trainingpeaks-mcp.git
cd trainingpeaks-mcp
python3 -m venv .venv
source .venv/bin/activate  # Windows: .venv\Scripts\activate
pip install -e .

第二步：身份验证

选项A：从浏览器自动提取（最简单）

如果您在浏览器中登录了TrainingPeaks：

pip install tp-mcp[browser]  # One-time: install browser support
tp-mcp auth --from-browser chrome  # Or: firefox, safari, edge, auto

macOS注意事项： 您可能会看到钥匙串或全磁盘访问的安全提示。这是正常的——浏览器Cookie是加密的，需要权限才能读取。

选项B：手动输入cookie

1. 登录 app.trainingpeaks.com
2. 打开DevTools(F12) -> 应用 选项卡-> Cookie
3. 找到 Production_tpAuth 并复制其值
4. 跑 tp-mcp auth 并在提示时粘贴

其他身份验证命令：

tp-mcp auth-status  # Check if authenticated
tp-mcp auth-clear   # Remove stored cookie

步骤3：添加到Claude桌面

运行此命令以获取配置代码段：

tp-mcp config

编辑 ~/Library/Application Support/Claude/claude_desktop_config.json （macOS）或 %APPDATA%\Claude\claude_desktop_config.json （Windows）并将其粘贴到里面 mcpServers。具有多个服务器的示例：

{
  "mcpServers": {
    "some-other-server": {
      "command": "npx",
      "args": ["some-other-mcp"]
    },
    "trainingpeaks": {
      "command": "/Users/you/trainingpeaks-mcp/.venv/bin/tp-mcp",
      "args": ["serve"]
    }
  }
}

重新启动克劳德桌面。你准备好了！

______________________________________________________________________

结构化锻炼

创建具有完整间歇结构的训练。服务器根据结构自动计算持续时间、IF和TSS：

{
  "date": "2026-03-01",
  "sport": "Bike",
  "title": "Sweet Spot Intervals",
  "structure": {
    "primaryIntensityMetric": "percentOfFtp",
    "steps": [
      {"name": "Warm Up", "duration_seconds": 600, "intensity_min": 40, "intensity_max": 55, "intensityClass": "warmUp"},
      {"type": "repetition", "reps": 4, "steps": [
        {"name": "Sweet Spot", "duration_seconds": 480, "intensity_min": 88, "intensity_max": 93, "intensityClass": "active"},
        {"name": "Recovery", "duration_seconds": 120, "intensity_min": 50, "intensity_max": 60, "intensityClass": "rest"}
      ]},
      {"name": "Cool Down", "duration_seconds": 600, "intensity_min": 40, "intensity_max": 55, "intensityClass": "coolDown"}
    ]
  }
}

LLM通过对话自然地构建这个JSON——只需说“为我构建4x8分钟的最佳休息点，休息2分钟”。

你可以使用同样的简化 structure 对象与 tp_update_workout:

{
  "workout_id": "3658666303",
  "duration_minutes": 57,
  "tss_planned": 62.3,
  "structure": {
    "primaryIntensityMetric": "percentOfThresholdHr",
    "steps": [
      {"name": "Warm-up", "duration_seconds": 900, "intensity_min": 65, "intensity_max": 80, "intensityClass": "warmUp"},
      {"type": "repetition", "name": "4x5min controlled tempo", "reps": 4, "steps": [
        {"name": "Interval", "duration_seconds": 300, "intensity_min": 89, "intensity_max": 94, "intensityClass": "active"},
        {"name": "Jog recovery", "duration_seconds": 180, "intensity_min": 65, "intensity_max": 83, "intensityClass": "rest"}
      ]},
      {"name": "Cool-down", "duration_seconds": 600, "intensity_min": 65, "intensity_max": 80, "intensityClass": "coolDown"}
    ]
  }
}

如果 duration_minutes 和 tss_planned 它们是从结构中推导出来的。如果显式传递它们，它们将覆盖派生值。

对于高级往返用例， tp_create_workout 和 tp_update_workout 也接受本地人 structured_workout TrainingPeaks构建器格式的有效载荷。当锻炼已经具有原生结构时， tp_get_workout 返回为 structured_workout.

{
  "workout_id": "3658666303",
  "structured_workout": {
    "structure": [],
    "polyline": [],
    "primaryLengthMetric": "duration",
    "primaryIntensityMetric": "percentOfFtp",
    "primaryIntensityTargetOrRange": "range"
  }
}

使用其中之一 structure 或 structured_workout 在一次创建/更新调用中，而不是同时进行。

对于计划的锻炼计划， tp_create_workout 和 tp_update_workout 接受：

• YYYY-MM-DD 用于日历日期的全天计划
• YYYY-MM-DDTHH:MM:SS 在该日期的计划开始时间

TrainingPeaks将计划的锻炼时间与日历日分开存储。在内部，这意味着：

• workoutDay 在选定日期的午夜停留
• startTimePlanned 存储计划开始时间
• 计划结束时间来自 startTimePlanned + totalTimePlanned

计划开始时间示例：

{
  "date": "2026-04-14T16:45:00",
  "sport": "Strength",
  "title": "Core & Mobility",
  "duration_minutes": 60,
  "description": "Core stabilisation and stretching."
}

什么是MCP？

模型上下文协议 是将AI助手连接到外部数据源的开放标准。MCP服务器公开了人工智能模型可以调用的工具来获取实时数据，使克劳德等助手能够通过自然语言访问您的Training Peaks帐户。

安全

TL；DR：您的cookie在磁盘上加密，用短期OAuth令牌交换，从未显示给Claude，只发送给TrainingPeaks。服务器没有网络端口。

该服务器设计有深度防御。您的TrainingPeaks会话cookie是敏感的，它允许访问您的训练数据，因此我们会相应地处理它。

写入权限： v2.0添加了完整的日历管理（创建、更新、删除训练、事件、笔记、设备、设置）。所有突变都要经过Pydantic验证。服务器无法访问账单或付款信息。

Cookie存储

你的饼干是 从不 以明文形式存储。加密文件回退使用AES-256-GCM身份验证加密，使用PBKDF2派生密钥（600000次迭代）和特定于机器的盐。

Cookie永远不会泄露给AI

人工智能助理（克劳德） 永远看不到您的cookie值多层结构确保了这一点：

1. 返回值净化：对于包含以下内容的任何键，工具结果都会被清除 cookie, token, auth, credential, password，或 secret 在被送往克劳德之前
2. 戴口罩的代表（）：The BrowserCookieResult 和 CredentialResult 类重写 __repr__ 展示 `cookie=

` 而不是实际值

1. 消毒异常：错误消息仅使用异常类型名称，从不使用可能包含数据的完整消息
2. 无日志：Cookie值永远不会写入任何日志

域硬编码（无法更改）

浏览器cookie提取 仅 访问 .trainingpeaks.com:

# From src/tp_mcp/auth/browser.py - HARDCODED, not a parameter
cj = func(domain_name=".trainingpeaks.com")

Claude无法通过工具参数修改此设置。唯一的参数是 browser （chrome/firefox/etc），而不是域名。要更改域，需要修改源代码。

无网络曝光

MCP服务器使用 仅限stdio传输 -它通过stdin/stdout与Claude Desktop通信，而不是通过网络。没有HTTP服务器，没有开放端口，没有远程访问。

开源

此服务器是完全开源的。您可以在运行之前审核每一行代码。关键安全文件：

• src/tp_mcp/auth/browser.py -使用硬编码域提取Cookie
• src/tp_mcp/auth/encrypted.py -AES-256-GCM凭证加密
• src/tp_mcp/tools/_validation.py -Pydantic输入验证
• src/tp_mcp/tools/refresh_auth.py -结果消毒
• tests/test_tools/test_refresh_auth_security.py -安全测试

身份验证流程

服务器使用两步身份验证过程：

1. Cookie到OAuth令牌：您存储的cookie将被替换为短期OAuth访问令牌（1小时后过期）
2. 自动刷新：令牌缓存在内存中，并在到期前自动刷新

这意味着：

• 您只需通过以下方式进行一次身份验证 tp-mcp auth
• API调用使用正确的承载令牌身份验证，而不是cookie
• 如果您的会话cookie过期（通常在几周后），请使用 tp_refresh_auth 克劳德或逃跑 tp-mcp auth 再次

发展

pip install -e ".[dev]"
pytest tests/ -v
mypy src/
ruff check src/

许可证

麻省理工学院