Medplum MCP
Securely access and manage FHIR healthcare data stored in Medplum.
Local-first MCP server for personal health data with privacy, statistical evidence, and provenance.
제작자가 쓴 원문
목록은 사용 점수(100점 만점)로 정렬되며 구성은 다음과 같습니다
| 인기 | 11/80 | GitHub 별 또는 주간 다운로드: 큰 쪽 60, 작은 쪽 20 |
|---|---|---|
| 최신성 | 12/12 | 30일 안에 릴리스나 코드 변경이 있으면 만점 |
| 응답 중 | 0/8 | 마지막 점검 때 클라우드 엔드포인트가 응답 |
| 사용 점수 | 23/100 |
품질: 기본 점검 3/3개 통과(표시만, 정렬에는 안 씀) · 상승세: 데이터 없음 (급상승 탭에서만 사용)
쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.
한 문장으로 AI에게 설치 맡기기
Quantified Self MCP 설치해 줘. https://mcp.popnx.com/i/thecimal-quantified-self-mcp.md 를 따라 하고, 명령을 먼저 보여 주고 내가 승인하면 실행해.내 컴퓨터에서 작업하는 AI(Claude Code, Cursor 등)에 붙여 넣으세요. 단계를 읽고 명령을 보여 준 뒤 승인을 기다립니다. 키도 가입도 필요 없습니다. · AI가 읽을 전체 내용 보기
검사 3/3 통과 · 내 컴퓨터에서 실행돼요 · ✓ 명령 확인 2026년 11월 14일
먼저: 어떤 AI를 쓰시나요?
쓰는 앱을 고르면 아래에 단계가 나옵니다.
Claude에 연결할 수 있지만 먼저 준비가 필요해요
먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만) · 컴퓨터용 Claude 앱(Windows 또는 Mac)에서만 되고 웹이나 모바일은 안 돼요
이 메시지를 Claude 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.
이 컴퓨터의 Claude에 MCP server Quantified Self MCP을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "mcpServers": { "quantified-self": { "command": "uvx", "args": [ "quantified-self-mcp" ] } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) 키는 필요 없습니다. 5) 합의한 대로 실행한 뒤 Quantified Self MCP의 도구가 실제로 보이는지 확인하세요.이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.
이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter
uv --versionMac: ⌘ + Space를 누르고 Terminal 입력 후 Enter
Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"
아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다
설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version
한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다
SettingsDeveloperEdit Config
{
"mcpServers": {
"quantified-self": {
"command": "uvx",
"args": [
"quantified-self-mcp"
]
}
}
}Quantified Self MCP을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐✓ Claude가 Quantified Self MCP을 쓰고 있다고 하거나 답에 Quantified Self MCP 도구 이름이 나오면 연결된 거예요
메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요
ChatGPT는 아직 Quantified Self MCP에 연결할 수 없어요
Quantified Self MCP는 내 컴퓨터에 설치해서 쓰지만 ChatGPT는 웹에서 도는 서버만 연결할 수 있어요
A · Quantified Self MCP에 연결되는 앱 쓰기
B · 클리닉 및 건강에서 ChatGPT에 연결되는 다른 서버
같은 분류에서 많이 쓰는 것 중 키 없이 주소만으로 연결되는 것을 골랐어요
Claude Code에 연결할 수 있지만 먼저 준비가 필요해요
먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
이 메시지를 Claude Code 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.
이 컴퓨터의 Claude Code에 MCP server Quantified Self MCP을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): claude mcp add --scope user quantified-self -- uvx quantified-self-mcp 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) 키는 필요 없습니다. 5) 합의한 대로 실행한 뒤 Quantified Self MCP의 도구가 실제로 보이는지 확인하세요.이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.
이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter
uv --versionMac: ⌘ + Space를 누르고 Terminal 입력 후 Enter
Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"
아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다
설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version
한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다
Mac: Command+스페이스를 누르고 Terminal 입력 · Windows: PowerShell 열기
claude mcp add --scope user quantified-self -- uvx quantified-self-mcpQuantified Self MCP이 목록에 있고 연결됨으로 보이면 돼요
Quantified Self MCP을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐✓ Claude Code가 Quantified Self MCP을 쓰고 있다고 하거나 답에 Quantified Self MCP 도구 이름이 나오면 연결된 거예요
메뉴 이름은 2026년 11월 11일에 Anthropic 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요
Cursor에 연결할 수 있지만 먼저 준비가 필요해요
먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
이 메시지를 Cursor 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.
이 컴퓨터의 Cursor에 MCP server Quantified Self MCP을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "mcpServers": { "quantified-self": { "command": "uvx", "args": [ "quantified-self-mcp" ] } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) 키는 필요 없습니다. 5) 합의한 대로 실행한 뒤 Quantified Self MCP의 도구가 실제로 보이는지 확인하세요.이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.
이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter
uv --versionMac: ⌘ + Space를 누르고 Terminal 입력 후 Enter
Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"
아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다
설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version
한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다
Quantified Self MCP을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐✓ Cursor가 Quantified Self MCP을 쓰고 있다고 하거나 답에 Quantified Self MCP 도구 이름이 나오면 연결된 거예요
메뉴 이름은 2026년 11월 11일에 Cursor 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요
VS Code에 연결할 수 있지만 먼저 준비가 필요해요
먼저 컴퓨터에 Python (uv)를 설치하세요 (한 번만)
이 메시지를 VS Code 채팅에 붙여 넣으세요. AI가 컴퓨터를 확인하고 어떤 파일을 바꿀지 알려 준 뒤 매번 동의를 기다립니다.
이 컴퓨터의 VS Code에 MCP server Quantified Self MCP을 설치해 주세요. 순서대로: 1) uv --version로 uv가 있는지 확인. 없으면 https://docs.astral.sh/uv/getting-started/installation/에서 설치하라고 알려 주고 직접 설치하지 마세요. 2) 이 설정만 사용하세요(PopNx MCP 확인 완료): { "servers": { "quantified-self": { "type": "stdio", "command": "uvx", "args": [ "quantified-self-mcp" ] } } } 3) 바꿀 파일의 전체 경로나 실행할 명령을 알려 주고 제 동의를 기다리세요. 4) 키는 필요 없습니다. 5) 합의한 대로 실행한 뒤 Quantified Self MCP의 도구가 실제로 보이는지 확인하세요.이 메시지에는 키가 없습니다. 키가 필요하면 AI가 파일이나 앱 입력란에 직접 붙여 넣으라고 안내합니다.
이미 설치했나요? 먼저 확인 · 터미널을 열고 이 명령을 입력한 뒤 Enter
uv --versionMac: ⌘ + Space를 누르고 Terminal 입력 후 Enter
Windows: 시작 메뉴를 열고 Windows PowerShell 입력 후 "열기"
아직 설치하지 않았다면: uv에는 클릭형 설치 파일이 없습니다. uv 공식 페이지에서 내 시스템(macOS 또는 Windows)용 한 줄 명령을 복사해 터미널에 붙여 넣으세요 · Python을 따로 설치할 필요 없이 uv가 필요할 때 자동으로 내려받습니다
설치가 끝나면 터미널을 닫았다가 다시 열고 같은 명령을 실행하세요. 버전 번호가 나와야 합니다: uv --version
한 번 설치하면 uv가 필요한 모든 도구에서 쓸 수 있습니다
Quantified Self MCP을 써서 나에게 무엇을 해 줄 수 있는지 알려 주고, 하나 해 봐✓ VS Code가 Quantified Self MCP을 쓰고 있다고 하거나 답에 Quantified Self MCP 도구 이름이 나오면 연결된 거예요
메뉴 이름은 2026년 11월 11일에 VS Code 도움말에서 확인 · 앱 버전에 따라 화면이 조금 다를 수 있어요
Windsurf, Zed, Gemini CLI 같은 다른 MCP 앱은 추가 방법이 저마다 달라요. 앱 목록에서 확인하세요
JSON 설정은 아래 “개발자용”에 있어요
Claude Code
claude mcp add --scope user quantified-self -- uvx quantified-self-mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"quantified-self": {
"command": "uvx",
"args": [
"quantified-self-mcp"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"quantified-self": {
"command": "uvx",
"args": [
"quantified-self-mcp"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"quantified-self": {
"type": "stdio",
"command": "uvx",
"args": [
"quantified-self-mcp"
]
}
}
}이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.
이 서버의 연결 방식과 각 앱의 공식 문서를 바탕으로 했어요. 2026년 11월 10일 확인.
내 컴퓨터에서 실행하는 앱
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.
누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 20일 점검
레지스트리 이름이 GitHub 계정 Thecimal 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
코드 마지막 변경: 어제
MIT 사용
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요
OSV.dev에 quantified-self-mcp@0.8.1 항목이 없습니다
이 버전의 패키지 자체만 확인하며 모든 의존성은 아닙니다 · 확인 2026년 11월 15일
제작자라면 이 코드를 README에 붙여 넣으세요. 배지는 이 페이지로 연결됩니다.
[](https://mcp.popnx.com/en/servers/thecimal-quantified-self-mcp)질문하고, 팁을 나누고, 안 되는 점을 알려 주세요. "도움이 됨"이 많은 순서예요.
아직 리뷰가 없어요
레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.
해당하는 기본 점검 3개 중 3개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.
레지스트리에 필수 키가 나와 있지 않아요. 다만 처음 쓸 때 로그인을 요구하는 서버도 있어요.
내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).
GitHub 저장소는 마지막으로 어제 변경됐고, 최신 버전(0.8.1)은 6일 전 레지스트리에 올라왔어요.
Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.
같은 카테고리에는: Medplum MCP, Mirobody, Codescene MCP Server, Marrow, WHOOP — MissingMCP
같은 카테고리, 다른 제작자, 명령 확인 완료. 공식이 먼저, 그다음 스타 순.
카드 보는 법:↓ 주간 다운로드i★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i
Securely access and manage FHIR healthcare data stored in Medplum.
Lab results to LOINC codes and UCUM units, symptoms and diagnoses to ICPC-3. Offline, no API key.
An MCP server that provides CodeScene Code Health analysis tools.
Marrow Health: your Apple Health data over MCP, from the free iOS app. Reads, and writes on demand.
WHOOP recovery, strain, sleep and workouts in Claude via official WHOOP OAuth. Free, open source.
| 이 항목 Quantified Self MCP | Medplum MCP | Mirobody | Codescene MCP Server | Marrow | WHOOP — MissingMCP | |
|---|---|---|---|---|---|---|
| 실행 위치 | 컴퓨터에 설치 필요 | 클라우드에서 동작, 설치 불필요 | 컴퓨터에 설치 필요 | 컴퓨터에 설치 필요 | 컴퓨터에 설치 필요 | 클라우드에서 동작, 설치 불필요 |
| 키 필요 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 |
| Claude에서 +로 추가 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 | 아니요 |
| 기본 점검 | 3/3 | 4/4 | 3/3 | 2/3 | 3/3 | 2/4 |
| 라이선스 | MIT | Apache-2.0 | Apache-2.0 | NOASSERTION | MIT | MIT |
| 가격 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 | 등록 정보에 비용 없음 |
제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.
Your health data. Your AI. Your machine.
A privacy-first, local Model Context Protocol (MCP) server that connects AI assistants to your personal health history — with statistical evidence, provenance, and granular privacy built in.
⚡ Instant Client Setup • 🚀 Quick Start • 💡 Why This? • 🔎 Evidence Engine • 📊 Supported Data • 📚 Documentation
Connect Quantified Self MCP to your favorite AI assistant in seconds:
Add this to your Claude Desktop configuration:
~/Library/Application Support/Claude/claude_desktop_config.json%APPDATA%\Claude\claude_desktop_config.json~/.config/Claude/claude_desktop_config.json{
"mcpServers": { "quantified-self": { "command": "uvx", "args": ["quantified-self-mcp"] } } }
*(Or point `"command"` to your installed `quantified-self-mcp` binary if installed via pip).*
In Cursor, navigate to Settings → Features → MCP Servers → Add New MCP Server, or add to .cursor/mcp.json:
{
"mcpServers": { "quantified-self": { "command": "uvx", "args": ["quantified-self-mcp"] } } }
Add to your mcp_config.json:
{
"mcpServers": { "quantified-self": { "command": "uvx", "args": ["quantified-self-mcp"] } } }
[!TIP]
Need guides for LM Studio, Open WebUI, or Android Health Connect?
See our step-by-step Client Guides.
pip install quantified-self-mcp
Quantified Self MCP automatically creates and manages a local SQLite database (health.db). You can test it immediately with 60 days of realistic sample data, or import your personal health history:
# Instant demo mode (seeds 60 days of synthetic health data):
quantified-self-init-db --demo
quantified-self-init-db export.xml # Apple Health quantified-self-init-db whoop.json --source whoop # WHOOP Developer API (v2) quantified-self-init-db oura.json --source oura # Oura Ring API (v2) quantified-self-init-db health_connect_export.zip # Android Health Connect quantified-self-init-db your-health-data.csv # CSV
Run the built-in diagnostic tool to verify Python dependencies, schema integrity, and database readiness:
quantified-self-doctor
Open your MCP-connected assistant and ask questions in plain English:
"How has my sleep and resting heart rate changed over the last 30 days?"
"Why did my HRV drop last week?" "What patterns exist between my workout minutes and sleep quality?" "Which of my health metrics changed the most this month?"
Most health apps either trap your data in a closed cloud dashboard or feed raw numbers blindly into an LLM. Quantified Self MCP provides a trustworthy, analytical bridge:
| Feature | Standard Health Dashboards | Naive LLM Prompts | Quantified Self MCP |
|---|---|---|---|
| Data Ownership | ❌ Locked in Cloud | ⚠️ Uploaded to 3rd-party | ✅ 100% Local SQLite |
| Privacy Redaction | ❌ All or nothing | ❌ Raw data dumped | ✅ Granular Field Exclusion |
| Statistical Claims | ⚠️ Uncalibrated percentages | ❌ Hallucinated correlations | ✅ ClaimEvidence & Caveats |
| Provenance Tracking | ❌ Opaque | ❌ None | ✅ Multi-source origin stamps |
| Atomic Snapshots | ⚠️ Manual exports | ❌ None | ✅ WAL-safe backup/restore |
Your database lives on your machine in SQLite. No proprietary health cloud required. If you want a completely offline, air-gapped system, pair it with local models via LM Studio or Ollama.
You can also redact specific sensitive metrics from being exposed to the AI:
export HEALTH_PRIVATE_FIELDS=weight_kg,mood
*Private fields remain safely stored in SQLite for your own records, but are blocked from all AI queries and analytics.*
When an AI analyzes your health, a number without context is dangerous.
If an LLM sees a 24% drop in HRV, did it come from 30 continuous days of wearable data, or just 4 sparse readings with a week-long gap?
Quantified Self MCP solves this with an integrated ClaimEvidence Engine:
Analysis Result
↓ claim: ClaimEvidence ├── evidence → Raw coverage observed (days logged, max gap, freshness) ├── profile → Dimension assessment (sample size, temporal span, missingness) └── decision → Authoritative claim tier: [ insufficient | suggestive | detectable_not_meaningful | supported ]
*"Your HRV dropped 24% over the last month. You may be overtraining."*
*"Your HRV decreased 24% over the last 30 days — but HRV was only logged on 71% of those days with a 5-day recording gap, so this is flagged as suggestive rather than a confirmed trend. (Source: Apple Watch)."*
Every analytical tool (calculate_metric_trend, explain_metric_change, detect_metric_anomalies) returns explicit claim tiers alongside mandatory disclosures.
Quantified Self MCP ships with 20 specialized tools spanning raw measurements, longitudinal statistics, and data health:
AI Agent (Claude / Cursor / LM Studio)
│ MCP Protocol │ ▼ ┌──────────────────────────────────────────────────┐ │ Quantified Self MCP │ │ │ │ • Data Access • Longitudinal Analytics │ │ • Workout Tracking • ClaimEvidence Engine │ │ • Provenance Resolver • Data Freshness/Health │ └────────────────────────┬─────────────────────────┘ │ ▼ Local SQLite (health.db)
| Metric | Category | Standard Unit | Notes |
|---|---|---|---|
| 👟 Steps | Activity | count | Summed per day with multi-source deduplication |
| 😴 Sleep | Recovery | hours | Provenance-checked interval handling |
| ❤️ Resting Heart Rate | Cardiovascular | bpm | Daily baseline tracking & anomaly detection |
| 📈 HRV (Heart Rate Variability) | Recovery | ms | RMSSD/SDNN normalized |
| ⚖️ Weight & Body Fat | Measurements | kg / % | High-precision episodic measurement tracking |
| 🏋️ Workouts | Activity | minutes / kcal | Individual workout sessions with sport metadata |
| 🙂 Mood | Wellness | 1-5 scale | Subjective well-being logs |
| 💧 Water Intake | Nutrition | ml | Daily fluid tracking |
*The schema is fully extensible with custom metric definitions in metric_registry.py.*
| Client / Assistant | Compatibility | Documentation |
|---|---|---|
| Claude Desktop | ✅ Official Support | Claude Desktop Setup Guide |
| Cursor | ✅ Full Support | Cursor IDE Setup Guide |
| Windsurf | ✅ Full Support | Configure via mcp_config.json |
| LM Studio | ✅ Local AI | LM Studio Setup Guide |
| Open WebUI | ✅ Self-Hosted | Open WebUI Setup Guide |
| Android Health Connect | ✅ Export & Ingest | Health Connect Guide |
Never copy health.db while your server or MCP client is running: SQLite runs in WAL mode, meaning uncommitted writes live in health.db-wal.
Use the built-in backup CLI, which takes a live, consistent snapshot:
# Create a verified snapshot:
quantified-self-backup create ~/backups/health-2026-11-04.db
quantified-self-backup restore ~/backups/health-2026-11-04.db
Run anytime to check your Python runtime, database version, and environment configuration:
quantified-self-doctor
Deep-dive documentation and technical specs:
Contributions are warmly welcomed! We are actively looking for contributions in:
Please review CONTRIBUTING.md and CODE_OF_CONDUCT.md before opening a pull request.
Licensed under the MIT License.