MMCPMarkets
GG

ghighi3f/garmin-grafana-mcp-server

Developer tools

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る

11 stars 3 forks 品質 79 トレンド 12MIT
Repository Install

ガーミンデータをAIに届けます。 ガーミン・グラファナ・インフラックスDBのエコシステムをAIエージェントと橋渡しするMCPサーバー.

概要

Garmin のトレーニングデータを AI アシスタントに公開する、オプションの自発モデルコンテキストプロトコル(MCP)サーバーです。 arpanghosh8453/garmin-grafanaプロジェクトへのコンパニオンアドオンとして設計されており、既に管理しているInfluxDBインスタンスから直接読み込みます。 InfluxDBから生数を返します。 すべての解釈、分析、および計画は、ツールを消費するAIモデルに委任されます。このサーバーは、あなたのフィットネス目標については一切の前提をしていません。 このMCPサーバーは、ClaudeのようなLMSに構造化されたコンテキスト・アウェア・データを提供しているため、世界クラスの個人コーチとして機能します。 ここでは、Claude(Copilot経由)からの実際の、未編集の応答で、同時にクロスレフェレンスによる乗車を要約します(アクティビティの詳細、トレーニングステータス、睡眠/回復、トレーニングゾーン、およびストレス): 「久しぶりのZ2乗りから帰ってきたよ」 トレーニングプランの詳細はお問い合わせください! Claudeの分析を見る(クリックして拡大) - : 121–122bpmでロックされたHR.

概要（AI 翻訳）

Garmin のトレーニングデータを AI アシスタントに公開する、オプションの自発モデルコンテキストプロトコル(MCP)サーバーです。 arpanghosh8453/garmin-grafanaプロジェクトへのコンパニオンアドオンとして設計されており、既に管理しているInfluxDBインスタンスから直接読み込みます。

このサーバーは純粋なデータアクセス層です。 InfluxDBから生数を返します。 すべての解釈、分析、および計画は、ツールを消費するAIモデルに委任されます。このサーバーは、あなたのフィットネス目標については一切の前提をしていません。

お問い合わせ

コンテンツの表

  • 生態系に収まる方法
  • 🪄 アクションで見る:AIコーチ
  • 前提条件
  • クイックスタート(Docker Compose)
  • 展開(Docker — 推奨)
  • 地域開発
  • MCPクライアントへの接続
  • MCPツール
  • サンプルプロンプト
  • 構成の参照
  • プロジェクト構造
  • シーンの互換性
  • トラブルシューティング
  • ライセンス

お問い合わせ

生態系に収まる方法

お問い合わせ

🪄 アクションで見る:AIコーチ

このMCPサーバーは、ClaudeのようなLMSに構造化されたコンテキスト・アウェア・データを提供しているため、世界クラスの個人コーチとして機能します.

このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。

README

以下は原文 README の抜粋です。原文を見る。

garmin-grafana-mcp-server

An optional, self-hosted Model Context Protocol (MCP) server that exposes your Garmin training data to AI assistants. It is designed as a companion add-on to the arpanghosh8453/garmin-grafana project and reads directly from the InfluxDB instance that garmin-grafana already manages.

This server is a pure data access layer. It returns raw numbers from InfluxDB. All interpretation, analysis, and planning is delegated to the AI model consuming the tools — this server makes no assumptions about your fitness goals.

Table of Contents

How it fits into the ecosystem

Garmin Device
      │
      ▼
garmin-grafana         ← you already have this running
  ├─ Garmin API sync
  ├─ InfluxDB (stores your data)
  └─ Grafana (dashboards)

garmin-grafana-mcp-server   ← this repo adds this
  └─ Reads from the same InfluxDB
  └─ Exposes MCP tools to AI clients (Claude, Copilot, etc.)

🪄 See it in action: The AI Coach

Because this MCP server provides structured, context-aware data to LLMs like Claude, it acts as a world-class personal coach.

Here is an actual, unedited response from Claude (via Copilot) summarizing a ride by cross-referencing six different MCP tools simultaneously (Activity Details, Training Status, Sleep/Recovery, Training Zones, and Stress):

Prompt: “I just came back from my long Z2 ride. Please assess it in detail against our training plan!”

1. SCORECARD vs PLAN

Metric Target Actual Grade
Duration 120–150 min 137.5 min ✅ Perfect
Time in Z1+Z2 — 99.4% (130.1 min) ✅ Excellent
Max HR ≤130 (ceiling) 135 bpm ⚠️ Brief breach
HR drift <5% -4.5% ✅ Excellent
Avg cadence 85–95 rpm 74 rpm ❌ Low

2. LAP-BY-LAP ANALYSIS

  • Laps 3–6 were textbook Z2: HR locked at 121–122 bpm. This is exactly the metabolic zone we wanted.
  • No cardiac drift: HR drift = -4.5%. This means your aerobic system handled the load comfortably.
GitHub で README 全文を見る

インストール

docker run -i --rm --network garmin-grafana_default --env-file /path/to/.env ghcr.io/ghighi3f/garmin-grafana-mcp-server:latest python server.py
MCP 初心者？mcpskill.org のガイドから始めましょう →

設定

{ "mcpServers": { "garmin": { "type": "sse", "url": "http://<your-host>:8765/sse" } } }