trainingpeaks-mcp vs memory
并排对比，帮你在这两个 MCP server 之间做选择。
trainingpeaks-mcp by JamsusMaximus | memory by modelcontextprotocol | |
|---|---|---|
| Stars | ★ 65 | ★ 85,748 |
| 30天用量 | — | — |
| 综合分 | 48 | 77 |
| 官方 | — | ✓ |
| 分类 | 开发者工具效率工具health | 知识库 / RAGAI / LLM 工具效率工具 |
| 实现语言 | Python | TypeScript |
| 最近提交 | 本月 | 本月 |
trainingpeaks-mcp · 概述
TrainingPeaks MCP 服务器允许通过自然语言查询训练、健身数据和最佳成绩。
memory · 概述
一个实现持久化记忆的 MCP 服务器，使用本地知识图谱让 AI 模型能在聊天间记住用户信息。
trainingpeaks-mcp · 使用场景
- 构建带有间隔的训练课程并自动计算 IF/TSS
- 比较不同时期的 FTP 进展和健身指标（CTL/ATL/TSB）
- 使用自然语言命令安排训练和管理训练日历
- 记录健康指标并随时间跟踪进展
memory · 使用场景
- 通过记住用户偏好、历史和关系来个性化 AI 助手交互
- 构建维护对话历史的上下文感知聊天应用
- 创建在 AI 模型会话间持久化的知识库
trainingpeaks-mcp · 安装
选项 A：使用 Claude Code 自动设置
如果你有 [Claude Code](https://claude.ai/code)，粘贴此提示：
从 https://github.com/JamsusMaximus/trainingpeaks-mcp 设置 TrainingPeaks MCP 服务器 - 克隆它，创建 venv，安装它，然后引导我从浏览器获取 TrainingPeaks cookie 并运行 tp-mcp auth。最后，将其添加到我的 Claude Desktop 配置。选项 B：手动设置
步骤 1：安装
git clone https://github.com/JamsusMaximus/trainingpeaks-mcp.git
cd trainingpeaks-mcp
python3 -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
pip install -e .步骤 2：身份验证
pip install tp-mcp[browser] # 一次性：安装浏览器支持
tp-mcp auth --from-browser chrome # 或：firefox, safari, edge, auto步骤 3：添加到 Claude Desktop
运行此命令获取配置代码片段：
tp-mcp config编辑 ~/Library/Application Support/Claude/claude_desktop_config.json（macOS）或 %APPDATA%\Claude\claude_desktop_config.json（Windows）并将其放入 mcpServers 内：
memory · 安装
安装
Claude Desktop
添加到你的 claude_desktop_config.json 文件中：
{
"mcpServers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}VS Code
使用一键安装按钮或在 .vscode/mcp.json 中手动配置：
{
"servers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
]
}
}
}Docker
{
"mcpServers": {
"memory": {
"command": "docker",
"args": ["run", "-i", "-v", "claude-memory:/app/dist", "--rm", "mcp/memory"]
}
}
}