Lokal MCP-bro som för in Garmin-metrik i Claude-chattar
claude-garmin, utvecklad av Jack Abyss, kopplar Garmin Connect fysiologiska data till Claude Desktop så att användare kan fråga om fitness och återhämtning i chatten. Appen kör en lokal Model Context Protocol-server som låter Claude referera till riktiga enhetsnummer istället för generiska uppmaningar. Den riktar sig till idrottare och biohackers som vill ha datadrivna samtal om träning och återhämtning, med ett installationsalternativ för att förenkla installationen för Windows-användare.
Vilka uppgifter kan du faktiskt använda den för?
Verktyget kartlägger enhets telemetri till analyser som kan diskuteras genom att exponera åtta specialiserade verktyg som fokuserar på atletcentrerade resultat. Dessa inkluderar återhämtningsberedskap, HRV-trender, VO2max/FTP-metrik, träningsbelastning, senaste aktiviteter, löpdynamik, stressdata och personliga rekord. Det stöder multisportdata som löpdynamik, cykling FTP och simvolym, så användare kan fråga Claude om träningsblockplaner eller återhämtningsbedömningar baserat direkt på registrerade metrik.
Hur exakta och handlingsbara är de genererade analyserna?
Eftersom servern tillhandahåller Claude med faktiska longitudinella Garmin-nummer, producerar modellen svar som är förankrade i personliga metrik snarare än generiska heuristik. Projektet hävdar att det "eliminera generiska AI-råd" genom att använda enhetsdata som kontext, vilket förbättrar specificiteten. Användare bör behandla dessa utdata som modellgenererade analyser och verifiera rekommendationer innan de tillämpar dem på kritiska träningsbeslut.
Vilka ingångar och systemkrav behövs för att köra den?
Den Python-baserade servern kräver Python 3.12 och ett giltigt Garmin Connect-konto för dataåtkomst. Förrådet inkluderar ett install.bat-skript som automatiserar Python- och beroendeinstallation och redigerar Claude Desktop-inställningar för MCP-integration. Servern startas av Claude Desktop som en barnprocess (inte en bakgrundsdaemon) och kommunicerar över stdio, så den körs endast medan skrivbordsprogrammet är öppet.
Passar den in i en atletarbetsflöde och hur hanteras integriteten?
Verktyget är utformat för ett lokalt först arbetsflöde: autentiseringsuppgifter lagras i en lokal .env-fil och servern kommunicerar med Garmin via python-garminconnect-biblioteket, vilket håller data på maskinen. Lazy-loading av tunga bibliotek håller den inaktiva minnesanvändningen låg, vilket hjälper den att sitta tyst i en tränarens verktygslåda. Projektet är öppen källkod och skapades av utvecklaren för att undvika att dela autentiseringsuppgifter utanför enheten.
Bästa för tekniskt bekväma idrottare som vill ha modellassisterad, datakopplad vägledning
Verktyget är ett praktiskt alternativ för användare som vill ha Claude-baserad tolkning av sina Garmin-metriker och som är villiga att granska modellens utdata innan de tillämpar dem. Förvänta dig ett blygsamt installationssteg och viss teknisk bekantskap med Python eller skrivbordsinställningar. Använd verktyget som ett analysverktyg och validera föreslagna träningsändringar mot primärdata eller en kvalificerad tränare.
