Context7
Up-to-date docs for AI agents
Beschreibung vom Entwickler (englisches Original)
Unified Garmin and COROS training data, analysis, memory, and workout scheduling for AI agents
Diese drei werden nie zu einer Punktzahl zusammengefasst: Meinungen, Messungen und Beliebtheit sind verschiedene Dinge.
Für diesen Server haben wir noch keine Zusammenfassung in einfacher Sprache geschrieben. Unten stehen die Fakten, die wir aus der Registry gelesen haben.
Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.
Du brauchst
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": {
"openathlete": {
"command": "uvx",
"args": [
"openathlete-mcp"
]
}
}
}Führe das in deinem Terminal aus
claude mcp add openathlete -- uvx openathlete-mcpIn .cursor/mcp.json in deinem Projekt oder in ~/.cursor/mcp.json einfügen
{
"mcpServers": {
"openathlete": {
"command": "uvx",
"args": [
"openathlete-mcp"
]
}
}
}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 .vscode/mcp.json in deinem Projekt einfügen
{
"servers": {
"openathlete": {
"type": "stdio",
"command": "uvx",
"args": [
"openathlete-mcp"
]
}
}
}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.
Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.
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
Der Registry-Name wurde mit dem GitHub-Konto whz14 bestätigt, dem das Repo gehört
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieses Repo haben wir noch nicht von GitHub gelesen
Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet
Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen
Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen
Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.
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.
Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.
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).
Das GitHub-Repo wurde zuletzt – geändert, und die neueste Version (0.1.1) kam vor 8 Tagen in die Registry.
Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Python (uv) auf deinem Computer.
In derselben Kategorie: Context7, Codebase Memory, Exa
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
Up-to-date docs for AI agents
Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
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.
让 coding agent 成为真正懂你的 AI 教练。
OpenAthlete 统一佳明(Garmin)与高驰(COROS)的数据和能力,并跨会话记住你的 训练历史、伤病、目标与偏好,让 AI 在完整的个人语境中理解和帮助你。
训练与恢复、伤病与风险、比赛目标与战术、营养与装备、数据分析与资料查询…… 都可以直接讨论。它不局限于一套固定命令:凡是你能想到、AI 能结合数据和工具 完成的运动相关需求,都可以先问它。
Kimi Code:在会话中输入:
/plugins install https://github.com/whz14/openathlete
Codex:在终端执行:
codex plugin marketplace add https://github.com/whz14/openathlete && codex plugin add openathlete@openathlete
Claude Code 或其他 MCP 宿主:把这句话发给 agent:
使用 uvx openathlete-mcp 配置 OpenAthlete,并按 https://github.com/whz14/openathlete 的 AGENTS.md 完成初始化。
独立 MCP 包已发布到 PyPI 和 MCP Registry, 可由 agent 按需查询。
首次安装后按宿主要求重载或重启(Kimi Code 使用 /reload),然后另开一个与运动相关的 会话,即可进入初始化向导。环境、MCP、平台授权和偏好设置由 AI 引导或代办, 无需手动编写 MCP 配置。
之后不用背命令。直接问“你能做到什么”“你能不能……”“如何……”,它会说明 能做什么、需要哪些数据或授权,并带着你完成。
欢迎通过 Issues 提问题、需求或使用 场景,也欢迎按 贡献指南 提交改进。
感谢 XiaoSiHwang/garmin-sync-coros 提供的佳明→高驰同步基础,以及 garth 提供的 佳明通信能力。
本仓库自有代码以 MIT 发布。面向 coding agent 的完整文档见 AGENTS.md,产品与架构约定见 DESIGN.md。