能做什么
Zero-clone ATP tennis analytics: 200k+ matches since 1968, H2H, GSDI, NBI, and shot charting.
作者提供的原文
- 连接方式 在你的电脑上运行
- 账号或密钥 无需密钥
- 分类 营销与社交媒体
可搭配使用
教 AI 做这类工作的 Skill,可与本项一起使用
为什么排在这里
列表按使用分(满分 100)排序,由以下部分组成
| 热度 | 0/80 | GitHub 星标或每周下载量:较大的计 60,较小的计 20 |
|---|---|---|
| 新鲜度 | 12/12 | 30 天内有发布或代码更新得满分 |
| 仍在响应 | 0/8 | 上次检查时云端端点有响应 |
| 使用分 | 12/100 |
质量: 基础检查通过 2/3 项(仅展示,不用于排序) · 上升势头: 暂无数据 (只用于“上升中”标签)
安装
选择你使用的 AI 应用,然后复制设置。
用一句话让 AI 帮你安装
请帮我安装 Tennis Analytics MCP。按照 https://mcp.popnx.com/i/sorukumar-tennis-mcp.md 操作,先把命令给我看,等我同意后再运行。粘贴到能在你电脑上工作的 AI(如 Claude Code、Cursor)。它会读取我们的步骤,先给你看命令,等你同意。无需密钥,无需注册。 · 查看 AI 会读取的全文
通过 2/3 项检查 · 在你的电脑上运行 · ✓ 命令已检查 2026年11月17日
第一步:你用哪个 AI?
选择你用的应用,步骤会显示在下方。
可连接 Claude,但需要先准备
需要先在电脑上安装 Python (uv)(只需一次) · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用
让 AI 帮你安装
把这段话复制到 Claude 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 Claude 安装 MCP server Tennis Analytics MCP,按顺序:1) 用 uv --version 检查是否有 uv。没有的话,请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):{ "mcpServers": { "tennis": { "command": "uvx", "args": [ "tennis-mcp" ] } } } 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) 不需要密钥。5) 按约定执行,然后确认 Tennis Analytics MCP 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
安装 uv(如果还没有)
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
uv --version- 显示版本号(例如 uv …)= 已安装,可跳过这一步
- 显示 "command not found"(Windows 显示 "is not recognized")= 还没安装,或刚装好但需要关掉终端再重新打开
怎么打开终端
Mac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统(macOS 或 Windows)的一行命令,粘贴到终端 · 不需要单独安装 Python,uv 会在需要时自动下载
装好后关掉终端再打开,重新运行同一条命令,应显示版本号:
uv --version安装一次,所有需要 uv 的工具都能用
打开电脑版 Claude 应用的设置文件
SettingsDeveloperEdit Config
粘贴这些设置并保存文件
{ "mcpServers": { "tennis": { "command": "uvx", "args": [ "tennis-mcp" ] } } }退出 Claude 再重新打开
试一试
用 Tennis Analytics MCP 告诉我你能帮我做什么,然后做一件给我看✓ 如果 Claude 说正在使用 Tennis Analytics MCP,或回答中出现 Tennis Analytics MCP 的工具名称,就表示连接成功
2 项可选设置(不填也能用)
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
TML_DATA_DIR指向本地 tml-data/data 目录的可选路径,用于绕过 HTTPS Parquet 缓存。查看英文原文
Optional path to a local tml-data/data directory to bypass HTTPS Parquet caching.TENNIS_MCP_CACHE_DIR可选的缓存目录,用于存放下载的 Parquet/JSON 数据切片(默认为 /.cache/tennis-mcp)。查看英文原文
Optional cache directory for downloaded Parquet/JSON slices (defaults to ~/.cache/tennis-mcp).
说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同
ChatGPT 暂时无法连接 Tennis Analytics MCP
Tennis Analytics MCP 需要安装在你的电脑上,而 ChatGPT 只能连接在网上运行的服务器
你可以改用这些方式
A · 使用能连接 Tennis Analytics MCP 的应用
- 需要先在电脑上安装 Python (uv)(只需一次) · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用
- 需要先在电脑上安装 Python (uv)(只需一次)
- 需要先在电脑上安装 Python (uv)(只需一次)
- 需要先在电脑上安装 Python (uv)(只需一次)
B · 营销与社交媒体 类中能连接 ChatGPT 的其他服务器
从同类中使用较多的里挑选,仅限用地址即可连接、无需密钥的
- Google Ads + Meta Ads + SEO/GEO MCP✓ ChatGPT
- Cargo✓ ChatGPT
- NotFair✓ ChatGPT
可连接 Claude Code,但需要先准备
需要先在电脑上安装 Python (uv)(只需一次)
让 AI 帮你安装
把这段话复制到 Claude Code 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 Claude Code 安装 MCP server Tennis Analytics MCP,按顺序:1) 用 uv --version 检查是否有 uv。没有的话,请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):claude mcp add --scope user tennis -- uvx tennis-mcp 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) 不需要密钥。5) 按约定执行,然后确认 Tennis Analytics MCP 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
安装 uv(如果还没有)
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
uv --version- 显示版本号(例如 uv …)= 已安装,可跳过这一步
- 显示 "command not found"(Windows 显示 "is not recognized")= 还没安装,或刚装好但需要关掉终端再重新打开
怎么打开终端
Mac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统(macOS 或 Windows)的一行命令,粘贴到终端 · 不需要单独安装 Python,uv 会在需要时自动下载
装好后关掉终端再打开,重新运行同一条命令,应显示版本号:
uv --version安装一次,所有需要 uv 的工具都能用
打开终端
Mac:按 Command+空格,输入 Terminal · Windows:打开 PowerShell
粘贴这条命令并按 Enter
claude mcp add --scope user tennis -- uvx tennis-mcp在 Claude Code 中输入 /mcp
应能看到 Tennis Analytics MCP 在列表中并显示已连接
试一试
用 Tennis Analytics MCP 告诉我你能帮我做什么,然后做一件给我看✓ 如果 Claude Code 说正在使用 Tennis Analytics MCP,或回答中出现 Tennis Analytics MCP 的工具名称,就表示连接成功
2 项可选设置(不填也能用)
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
TML_DATA_DIR指向本地 tml-data/data 目录的可选路径,用于绕过 HTTPS Parquet 缓存。查看英文原文
Optional path to a local tml-data/data directory to bypass HTTPS Parquet caching.TENNIS_MCP_CACHE_DIR可选的缓存目录,用于存放下载的 Parquet/JSON 数据切片(默认为 /.cache/tennis-mcp)。查看英文原文
Optional cache directory for downloaded Parquet/JSON slices (defaults to ~/.cache/tennis-mcp).
说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同
可连接 Cursor,但需要先准备
需要先在电脑上安装 Python (uv)(只需一次)
让 AI 帮你安装
把这段话复制到 Cursor 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 Cursor 安装 MCP server Tennis Analytics MCP,按顺序:1) 用 uv --version 检查是否有 uv。没有的话,请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):{ "mcpServers": { "tennis": { "command": "uvx", "args": [ "tennis-mcp" ] } } } 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) 不需要密钥。5) 按约定执行,然后确认 Tennis Analytics MCP 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
安装 uv(如果还没有)
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
uv --version- 显示版本号(例如 uv …)= 已安装,可跳过这一步
- 显示 "command not found"(Windows 显示 "is not recognized")= 还没安装,或刚装好但需要关掉终端再重新打开
怎么打开终端
Mac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统(macOS 或 Windows)的一行命令,粘贴到终端 · 不需要单独安装 Python,uv 会在需要时自动下载
装好后关掉终端再打开,重新运行同一条命令,应显示版本号:
uv --version安装一次,所有需要 uv 的工具都能用
在 Cursor 中以 Agent 模式打开 AI 聊天
试一试
用 Tennis Analytics MCP 告诉我你能帮我做什么,然后做一件给我看✓ 如果 Cursor 说正在使用 Tennis Analytics MCP,或回答中出现 Tennis Analytics MCP 的工具名称,就表示连接成功
2 项可选设置(不填也能用)
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
TML_DATA_DIR指向本地 tml-data/data 目录的可选路径,用于绕过 HTTPS Parquet 缓存。查看英文原文
Optional path to a local tml-data/data directory to bypass HTTPS Parquet caching.TENNIS_MCP_CACHE_DIR可选的缓存目录,用于存放下载的 Parquet/JSON 数据切片(默认为 /.cache/tennis-mcp)。查看英文原文
Optional cache directory for downloaded Parquet/JSON slices (defaults to ~/.cache/tennis-mcp).
说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 Cursor 帮助页面核实 · 你的界面可能因版本略有不同
可连接 VS Code,但需要先准备
需要先在电脑上安装 Python (uv)(只需一次)
让 AI 帮你安装
把这段话复制到 VS Code 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 VS Code 安装 MCP server Tennis Analytics MCP,按顺序:1) 用 uv --version 检查是否有 uv。没有的话,请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):{ "servers": { "tennis": { "type": "stdio", "command": "uvx", "args": [ "tennis-mcp" ] } } } 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) 不需要密钥。5) 按约定执行,然后确认 Tennis Analytics MCP 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
安装 uv(如果还没有)
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
uv --version- 显示版本号(例如 uv …)= 已安装,可跳过这一步
- 显示 "command not found"(Windows 显示 "is not recognized")= 还没安装,或刚装好但需要关掉终端再重新打开
怎么打开终端
Mac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统(macOS 或 Windows)的一行命令,粘贴到终端 · 不需要单独安装 Python,uv 会在需要时自动下载
装好后关掉终端再打开,重新运行同一条命令,应显示版本号:
uv --version安装一次,所有需要 uv 的工具都能用
在 VS Code 中以 Agent 模式打开 AI 聊天
试一试
用 Tennis Analytics MCP 告诉我你能帮我做什么,然后做一件给我看✓ 如果 VS Code 说正在使用 Tennis Analytics MCP,或回答中出现 Tennis Analytics MCP 的工具名称,就表示连接成功
2 项可选设置(不填也能用)
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
TML_DATA_DIR指向本地 tml-data/data 目录的可选路径,用于绕过 HTTPS Parquet 缓存。查看英文原文
Optional path to a local tml-data/data directory to bypass HTTPS Parquet caching.TENNIS_MCP_CACHE_DIR可选的缓存目录,用于存放下载的 Parquet/JSON 数据切片(默认为 /.cache/tennis-mcp)。查看英文原文
Optional cache directory for downloaded Parquet/JSON slices (defaults to ~/.cache/tennis-mcp).
说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 VS Code 帮助页面核实 · 你的界面可能因版本略有不同
开发者专用:终端命令和 JSON 设置
安装在电脑上
Claude Code
claude mcp add --scope user tennis -- uvx tennis-mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"tennis": {
"command": "uvx",
"args": [
"tennis-mcp"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"tennis": {
"command": "uvx",
"args": [
"tennis-mcp"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"tennis": {
"type": "stdio",
"command": "uvx",
"args": [
"tennis-mcp"
]
}
}
}需要你填写的值
TML_DATA_DIRenv指向本地 tml-data/data 目录的可选路径,用于绕过 HTTPS Parquet 缓存。查看英文原文
Optional path to a local tml-data/data directory to bypass HTTPS Parquet caching.TENNIS_MCP_CACHE_DIRenv可选的缓存目录,用于存放下载的 Parquet/JSON 数据切片(默认为 /.cache/tennis-mcp)。查看英文原文
Optional cache directory for downloaded Parquet/JSON slices (defaults to ~/.cache/tennis-mcp).
说明为自动翻译,变量名保持原样;不确定时请查看原文。
这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同,请以 README 为准。
一览
哪些应用可以使用它
依据这个服务器的连接方式和各应用自己的文档,检查于 2026年11月10日。
在你的电脑上运行,适用于
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
它能做什么
它在你的电脑上运行;安装后,工具列表会显示在你的 AI 应用中。
基础检查i
我们检查的是任何人都能看到的信息;我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月20日
- ✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 sorukumar 验证,该账户拥有此仓库
- ✓ 通过
仍在维护
代码最后更新于4天前
- ! 注意
有许可证
GitHub 无法识别许可证类型;请打开文件自行查看
- – 不适用
端点有响应
它在你的电脑上运行,没有互联网端点
- – 不适用
使用 OAuth 登录
在你的电脑上运行,改用本地设置
- … 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行;我们只能读取互联网端点的工具列表
已公开的漏洞(OSV.dev)
尚未检查
作者:申请重新检查或报告信息错误
给作者:在 README 中加徽章
如果你是作者,可把这段代码贴到 README。徽章会链接回本页。
[](https://mcp.popnx.com/en/servers/sorukumar-tennis-mcp)讨论
提问、分享技巧或报告无法使用。按“有帮助”数量排序。
用户评价
还没有评价
与“营销与社交媒体”中的其他服务器比较i
- 星标数多于此分类中其他 4275 个服务器的 0%
- 发布到注册中心的时间比此分类中其他 4275 个服务器的 87% 更新
- 基础检查结果等于或优于此分类中其他 4275 个服务器的 56%
与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时,星标数才计入。
常见问题
Tennis Analytics MCP 安全吗?
它在 3 项适用的基础检查中通过了 2 项。我们没有阅读代码。在添加密钥或令牌之前,请先看看这个服务器要求哪些权限,并使用只具备所需权限的密钥。
它需要哪些密钥或代码?
注册中心没有列出必需的密钥,不过有些服务器会在首次使用时要求你登录。
它在我的电脑上运行还是在云端?
它在你的电脑上运行。你的 AI 应用会在需要时启动它,数据不会经过作者的服务器(除非它自己调用在线服务)。
它还在维护吗?
GitHub 仓库最后更新于4天前,最新版本(0.1.1)于4天前进入注册中心。
哪些应用可以使用它?
支持 MCP 的应用,例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。
有什么可以替代它?
同一分类中有:Relaticle, ChatbotX, X (Twitter) MCP Server by Xquik, Betterlytics, BibiGPT YouTube Video Summarizer
功能相近的其他选择
同一分类、其他作者、命令已通过检查。官方的排在前面,再按星标排序。
如何看卡片:↓ 每周下载量i★ GitHub 星标i三大支柱:评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i
Relaticle
Open-source CRM your AI agents can write to: companies, people, opportunities, tasks and notes.
ChatbotX
Omnichannel customer messaging, CRM contacts, flows, sequences, broadcasts, and AI automation.
X (Twitter) MCP Server by Xquik
Xquik is the world's fastest and cheapest X (Twitter) data API with the most complete X data.
Betterlytics
Query your Betterlytics web analytics from AI agents: traffic, funnels, journeys, errors, uptime.
BibiGPT YouTube Video Summarizer
AI video summarizer: summarize and transcribe YouTube, Bilibili, TikTok and podcast videos.
| 本项 Tennis Analytics MCP | Relaticle | ChatbotX | X (Twitter) MCP Server by Xquik | Betterlytics | BibiGPT YouTube Video Summarizer | |
|---|---|---|---|---|---|---|
| 运行位置 | 需要安装在电脑上 | 在云端运行,无需安装 | 在云端运行,无需安装 | 在云端运行,无需安装 | 在云端运行,无需安装 | 在云端运行,无需安装 |
| 需要密钥 | 否 | 否 | 否 | 否 | 是 | 否 |
| 可在 Claude 中按 + 添加 | 否 | 否 | 否 | 否 | 否 | 否 |
| 基础检查 | 2/3 | 4/4 | 4/4 | 4/4 | 4/4 | 4/4 |
| 许可证 | NOASSERTION | AGPL-3.0 | NOASSERTION | MIT | AGPL-3.0 | MIT |
| 价格 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 |
作者的 README
打开 README
按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。
🎾 tennis-mcp
Zero-clone Model Context Protocol (MCP) server for Open Era ATP tennis.
Query 200,105 ATP matches (1968–2026), 7,622 player careers, 113,744 surface-split head-to-heads, 7,663 Match Charting Project shot/rally breakdowns, and curated dominance/drama indices (GSDI, NBI, Race to Greatness, Young Guns) directly inside Claude, Cursor, Antigravity, or VS Code — without cloning the 265 MB data repo.
⚡ Quick Start (Zero Clone)
tennis-mcp runs via uvx (or pip install tennis-mcp) and lazily caches only the Parquet/JSON tables your questions need into ~/.cache/tennis-mcp/.
Claude Desktop / Cursor / Antigravity (mcpServers)
{
"mcpServers": { "tennis-mcp": { "command": "uvx", "args": ["tennis-mcp"] } } }
Claude Code (CLI)
claude mcp add tennis-mcp -- uvx tennis-mcp
VS Code (.vscode/mcp.json)
{
"servers": { "tennis-mcp": { "type": "stdio", "command": "uvx", "args": ["tennis-mcp"] } } }
pip Install / Offline tml-data Override
If you prefer pip or already cloned sorukumar/tml-data, install from PyPI and optionally point TML_DATA_DIR at your local data directory:
pip install tennis-mcp
TML_DATA_DIR=/path/to/tml-data/data tennis-mcp
🛠 Available MCP Capabilities
15 Tools (Powered by DuckDB + Parquet + Story JSONs)
| Category | Tool | What It Queries |
|---|---|---|
| Warehouse | get_dataset_overview | Live row counts, date window, charting counts, and licenses |
| Players | search_players | Filter 7,622 ATP careers by name, country IOC code, or Slam champion status |
| Players | get_player_profile | Career W-L, surface splits, Top 10 win%, recent matches, and MCP charting profile |
| Rivalries | get_head_to_head | Surface-by-surface H2H breakdown (113,744 pairs) + individual match logs |
| Matches | search_matches | Parameterized SQL search over 200,105 enriched ATP matches |
| Shot / Rally | get_charting_profile | 475 players' serve/return, rally length (1–3 / 4–6 / 7–9 / 10+), UF rate, Serve+1, and surface splits |
| Shot / Rally | get_match_charting_stats | Per-match winners, unforced errors, rally distributions across 7,663 charted matches |
| Compare | compare_players | Side-by-side comparison of 2–6 players across career stats, charting, and age snapshots |
| Indices | get_gsdi_rankings | Grand Slam Dominance Index (231 title runs) |
| Indices | get_nail_biters | Nail-Biter Index (687 Grand Slam Finals & Semifinals) |
| Indices | get_greatness_race | Age-for-age title & Slam pace: Big 3, Alcaraz, Sinner, Borg, Sampras, McEnroe, Lendl, Agassi |
| Indices | get_young_guns_race | Fonseca, Mensik, Tien, Jodar benchmarked against Alcaraz & Sinner |
| Indices | get_gs_breakthrough | Career age, matches, and years before first Grand Slam title across 59 champions |
| Geography | get_country_profile | Top 100 / Top 10 ATP evolution across 50 years by IOC code or snapshot year |
| India | get_indian_tennis_stats | Open Era Indian ATP singles milestones & histories |
7 Resources (tennis://*)
tennis://overview,tennis://gsdi/top,tennis://nbi/top,tennis://greatness/summary,tennis://young-guns/summary,tennis://global/timeline,tennis://indian/notable
3 Prompt Templates
scouting_report(player_name)rivalry_breakdown(player1, player2)slam_campaign_audit(player_name, tournament)
💬 Example Questions You Can Ask Your AI
- *"Compare Jannik Sinner and Carlos Alcaraz on 1st-serve won%, unforced error rate, and Clay charting metrics."*
- *"Show me Novak Djokovic vs Rafael Nadal head-to-head by surface, plus their highest Nail-Biter Index Slam matches."*
- *"Which players won a Grand Slam with the fewest tour matches before their first major?"*
- *"How does Joao Fonseca at age 18–20 track against Carlos Alcaraz in ATP wins and Top 50 wins?"*
- *"List the top 5 Grass-court Grand Slam comebacks since 2000 sorted by comeback score and duration."*
🏗 Architecture
Claude / Cursor / Antigravity / VS Code
│ (stdio MCP) ▼ tennis-mcp (Python + FastMCP/MCPServer + DuckDB) │ ├── TML_DATA_DIR set? ──▶ Local tml-data/data/*.parquet + *.json │ └── Otherwise ──────────▶ Lazy cache (~/.cache/tennis-mcp/, 7-day TTL) fetched via HTTPS from sorukumar/tml-data
📄 License & Data Attribution
- Code: MIT License (LICENSE)
- ATP Match & Career Warehouse (`sorukumar/tml-data`): Built on Tennismylife / TML-Database and Jeff Sackmann's ATP archive (MIT).
- **Match Charting Project Tables (
mcp_*.parquet): Derived from [Jeff Sackmann's Match Charting Project](https://github.com/JeffSackmann/tennis_MatchChartingProject), licensed under CC BY-NC-SA 4.0** (attribution required; non-commercial share-alike for charting tables).