Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Bewertungen und Benutzerkonten folgen in einem späteren Schritt.
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

MCP Sport

von andrequeiroz2Version 0.1.0i★ –iLäuft auf deinem Computer
Name in der Registryio.github.andrequeiroz2/mcp-sport

Installieren

Überblick

Beschreibung vom Entwickler (englisches Original)

MCP server that exposes Formula 1 data from the OpenF1 API.

Die drei Säulen von PopNx MCP

Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.

Was du damit machen kannst

Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.

  • Verbindung: Läuft auf deinem Computer
  • Transport: stdio
  • Kategorie: Spiele, Sport, Essen & Lernen

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Bevor du installierst

  • Basischecks: 1 von 1 bestanden
  • Läuft auf deinem Computer mit den Rechten deines Benutzerkontos (Dateien, Netzwerk, Apps).
  • Die Registry nennt keinen Schlüssel zum Eintragen.

Du brauchst

  • PyPIuv für Python installiert (für den Befehl uvx)

Welche App nutzt du?

Wähle oben deine App. Wir merken sie uns, damit der Button beim nächsten Mal „In … installieren“ anzeigt.

Öffne Claude Desktop → Settings → Developer → Edit Config und füge dies in claude_desktop_config.json ein

{
  "mcpServers": {
    "sport": {
      "command": "uvx",
      "args": [
        "mcp-sport"
      ]
    }
  }
}

Führe das in deinem Terminal aus

claude mcp add sport -- uvx mcp-sport

In Cursor öffnen

Oder kopier die Einstellungen selbst

In .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen

{
  "mcpServers": {
    "sport": {
      "command": "uvx",
      "args": [
        "mcp-sport"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

In VS Code öffnen

Oder kopier die Einstellungen selbst

In .vscode/mcp.json in deinem Projekt einfügen

{
  "servers": {
    "sport": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-sport"
      ]
    }
  }
}

Dein Browser fragt, ob er die App öffnen darf, dann zeigt die App die Einstellungen und bittet dich um Bestätigung. Schlüsselwerte bleiben leer, damit du sie selbst einträgst.

Dieser Server läuft auf deinem Computer, und ChatGPT kann sich nur mit Servern im Internet verbinden. Wähle eine andere App.

Deine Auswahl bleibt in einem Cookie auf diesem Gerät; kein Konto nötig.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 7. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto andrequeiroz2 bestätigt, dem das Repo gehört

  • … Noch nicht geprüft

    Wird noch gepflegt

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • … Noch nicht geprüft

    Hat eine Lizenz

    Dieses Repo haben wir noch nicht von GitHub gelesen

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Im Vergleich mit anderen in Spiele, Sport, Essen & Lerneni

  • Mehr Sterne als 0 % der anderen 1283 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 37 % der anderen 1283 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 100 % der anderen 1283 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist MCP Sport sicher?

Er hat 1 von 1 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.0) kam vor 2 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: slopped.site, Artsonia MCP, Canvas Parent MCP

Alternativen

Server derselben Kategorie von anderen Entwicklern, sortiert nach Sternen.

So liest du eine Karte:★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

slopped.site

von slopped.site

Read-only tools over slopped.site: AI-made art, lore, games, sites, the curriculum.

Läuft in der CloudAktualisiert heute
Installieren

Artsonia MCP

von chrischall

Parent/fan access to Artsonia student-art portfolios, comments, and fans (AI-built).

Läuft auf deinem ComputerAktualisiert heute
Installieren

Canvas Parent MCP

von chrischall

Canvas LMS (Instructure) for Claude — courses, grades, assignments, planner, files

Läuft auf deinem ComputerAktualisiert heute
Installieren

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

MCP Sport — F1 Telemetry MCP 🏎️

An MCP (Model Context Protocol) server that exposes Formula 1 data from the OpenF1 API as tools for AI assistants (Claude Desktop, Cursor, MCP Inspector, etc.).

Full coverage: 18 data tools matching the 18 documented OpenF1 endpoints — sessions, meetings, drivers, results, laps, pit stops, stints, telemetry, weather, championships and more. Two MCP App views sit on top of that data: a drivers standings board and an animated race replay. Hosts that render MCP Apps show the HTML. Cursor and Claude Desktop do not: they return the same payload as JSON.

Stack

LayerTechnology
LanguagePython 3.13+
MCP frameworkFastMCP 4.x
ValidationPydantic v2
DataOpenF1 API (REST, free for historical data 2023+)
Project managementuv + pyproject.toml
Transportstdio

Installation

# Clone and install dependencies

git clone https://github.com/andrequeiroz2/mcp-sport.git mcp-sport cd mcp-sport uv sync

Usage

Run the server (stdio)
.venv/bin/python src/mcp_sport/server.py
MCP Inspector (web UI to test the tools)
npx @modelcontextprotocol/inspector@latest .venv/bin/python src/mcp_sport/server.py

In the Inspector UI: transport STDIO, command .venv/bin/python, args src/mcp_sport/server.py → Connect.

Claude Desktop / Cursor

Add to the client's MCP configuration:

{

"mcpServers": { "f1-telemetry": { "command": "/absolute/path/mcp-sport/.venv/bin/python", "args": ["/absolute/path/mcp-sport/src/mcp_sport/server.py"] } } }

The 18 data tools work in both clients. The views do not render there.

Views (MCP Apps)

get_drivers_championship_view and get_race_replay_view return interactive HTML. Cursor and Claude Desktop are incompatible with MCP Apps: they ignore the UI and show the JSON payload. The MCP Inspector also treats the result as text.

The views were validated in the official basic-host from modelcontextprotocol/ext-apps. The server must be HTTP, with CORS exposing the MCP session headers. Otherwise the browser cannot complete the Streamable HTTP handshake.

Terminal 1 — MCP server on port 8765:

uv run python -c "

import uvicorn from starlette.middleware import Middleware from starlette.middleware.cors import CORSMiddleware from mcp_sport.server import mcp

app = mcp.http_app(middleware=[Middleware( CORSMiddleware, allow_origins=['*'], allow_methods=['*'], allow_headers=['*'], expose_headers=['mcp-session-id', 'mcp-protocol-version'], )]) uvicorn.run(app, host='127.0.0.1', port=8765) "

Terminal 2 — basic-host (needs Node.js; npm start requires bun, so use tsx):

git clone --depth 1 https://github.com/modelcontextprotocol/ext-apps.git

cd ext-apps/examples/basic-host npm install npm run build SERVERS='["http://127.0.0.1:8765/mcp"]' npx tsx serve.ts

Open http://localhost:8080 (sandbox on :8081) and call get_drivers_championship_view or get_race_replay_view. After a change to the view HTML, hard-refresh the page (Ctrl+Shift+R) before running the tool again. The host caches the ui:// resource.

Available tools (18)

DomainToolDescription
Navigationget_sessionsSessions (practice, qualifying, sprint, race)
get_meetingsGrand Prix and testing weekends
Registryget_driversDrivers by session/meeting
Resultsget_session_resultsFinal classification of a session
get_starting_gridStarting grid
get_positionsPosition history throughout a session
Raceget_lapsLap times, sectors and speeds
get_pit_stopsPit stops
get_stintsStints and tyre compounds
get_intervalsReal-time gaps (leader and car ahead)
get_race_controlFlags, safety car, incidents
Contextget_weatherTrack weather (per-minute samples)
get_overtakesOvertakes
get_team_radioTeam radio excerpts (MP3)
Telemetryget_car_dataSpeed, RPM, gear, throttle, brake, DRS (~3.7 Hz)
get_locationApproximate car position on the circuit (~3.7 Hz)
Championshipsget_drivers_championshipDrivers standings (beta)
get_teams_championshipTeams standings (beta)
Example conversation with the AI

"How many points did Norris score in the last two races?"

The AI orchestrates: get_sessions(session_type="Race") to discover recent sessions → get_session_results(session_key=..., driver_number=4) on each one.

Project structure

src/mcp_sport/

├── server.py # Entrypoint: FastMCP instance + tool registration ├── exceptions.py # Domain exceptions ├── logging_config.py # Logging to stderr (stdout is the protocol channel) ├── clients/openf1.py # Single OpenF1 HTTP client ├── schemas/ # Pydantic: input (BaseInput) and output per endpoint ├── validators/ # Business validations per endpoint ├── services/ # Orchestration per endpoint ├── tools/ # MCP tools (thin layer) per endpoint └── apps/ # MCP App views (Custom HTML, ui:// resource) ├── championship_view.py # Drivers standings board └── race_replay_view.py # Animated race replay

Canonical documentation

DocumentContents
docs/Technical_Reference.mdStack, versions and official links (source of truth)
docs/Architectural_Design.mdImplementation patterns and procedure for new endpoints
docs/Logging_Strategy.mdLogging strategy (stderr + per-request telemetry)
tasks/History of planned and executed tasks

Configuration

VariableDefaultDescription
MCP_SPORT_LOG_LEVELINFOLog level on stderr (DEBUG, INFO, WARNING, ERROR)

Known limitations

  • Historical data from 2023 onwards; real-time data requires a paid OpenF1 subscription
  • session_result and starting_grid return HTTP 404 until official results are published
  • Telemetry (car_data, location) returns 18–24k samples per session/driver. Narrow the call with range filters such as speed_min and date_from/date_to
  • Championship endpoints are in beta on OpenF1

License

MIT. OpenF1 is an unofficial project, not associated in any way with the Formula 1 companies.

PopNx fragen