Wger Server
БесплатноНе проверенMCP server that wraps wger fitness/nutrition management platform, providing 15 tools for exercise search, ingredient nutrition lookup, weight tracking, and more
Описание
MCP server that wraps wger fitness/nutrition management platform, providing 15 tools for exercise search, ingredient nutrition lookup, weight tracking, and more, accessible to any MCP-compatible AI agent.
README
title: Wger MCP Server emoji: 💪 colorFrom: red colorTo: yellow sdk: docker app_port: 7860 pinned: false license: mit tags:
- mcp
- fitness
- wger
- mcp-server
wger MCP Server 💪
把 wger(开源健身/营养管理平台)的能力封装成 MCP (Model Context Protocol) 服务器,以 SSE 方式对外提供服务。任何支持 MCP 的 AI agent(Claude Desktop、Cursor、Cline、自研 agent 等)都能连接,查询动作库、肌肉/器械、食材营养,以及管理体重记录、营养计划等。
✨ 提供的工具(共 15 个)
公开只读(无需 Token)
| 工具 | 说明 |
|---|---|
search_exercises |
按名称搜索健身动作(支持多语言、别名匹配) |
get_exercise_details |
获取动作详情:描述、目标肌群、器械、图片、别名 |
list_exercise_categories |
列出动作分类(Abs/Arms/Back/Legs…) |
list_muscles |
列出肌肉群(含中英文名、前后侧、示意图) |
list_equipment |
列出器械类型(Barbell/Dumbbell/Kettlebell…) |
get_exercise_images |
获取动作示意图 |
search_ingredients |
搜索食材,返回每 100g 营养成分(300 万+ 条,来自 Open Food Facts) |
get_ingredient_details |
获取食材详细营养信息 |
list_weight_units |
列出可用重量单位(含克数换算) |
登录类(需 WGER_API_TOKEN)
| 工具 | 说明 |
|---|---|
list_weight_entries |
列出体重记录 |
add_weight_entry |
记录一条体重数据 |
get_user_profile |
获取用户档案 |
list_nutrition_plans |
列出营养计划 |
get_nutrition_plan_values |
获取营养计划汇总 |
list_workout_sessions |
列出训练记录 |
🚀 在 Hugging Face Spaces 上部署
本仓库已配置 Docker SDK,直接推到 HF Space 即可:
- 在 huggingface.co/new-space 新建 Space,SDK 选 Docker。
- 把本仓库文件推到该 Space 的 Git 仓库。
- Space 会自动构建并启动,监听
7860端口。 - (可选)如需登录类工具:Space 的 Settings → Variables and secrets 里添加
WGER_API_TOKEN。
部署后,MCP 端点为:
https://<你的用户名>-<space名>.hf.space/sse
🔌 Agent 连接配置
Claude Desktop / Cursor / Cline(SSE)
{
"mcpServers": {
"wger": {
"url": "https://<你的用户名>-<space名>.hf.space/sse"
}
}
}
自研 agent(fastmcp 客户端)
from fastmcp import Client
async with Client("https://<user>-<space>.hf.space/sse") as client:
tools = await client.list_tools()
result = await client.call_tool("search_exercises",
{"term": "bench", "language": "English", "limit": 5})
🏠 本地运行
pip install -r requirements.txt
python run_mcp_server.py --port 8100
# 默认监听 0.0.0.0:8100,SSE 端点 http://localhost:8100/sse
配置(环境变量,均可选):
| 变量 | 默认 | 说明 |
|---|---|---|
WGER_API_URL |
https://wger.de |
wger 实例地址,自托管可改 |
WGER_API_VERSION |
v2 |
API 版本 |
WGER_API_TOKEN |
(空) | 登录类工具需要 |
WGER_TIMEOUT |
30 |
请求超时秒数 |
WGER_CACHE_TTL |
3600 |
动作库列表缓存秒数 |
⚠️ 关于 wger.de 的反爬(重要)
wger.de 官方实例在前端部署了 Anubis 反爬代理:
/api/v1/*会被挑战拦截,程序化访问会拿到 PoW 挑战页而非数据/api/v2/*被显式放行(供移动端与 API 客户端使用)
因此本服务器默认使用 v2 API。若你自托管 wger 且未启用 Anubis,可将 WGER_API_VERSION 改为 v1。
📦 项目结构
wger-mcp-server/
├── run_mcp_server.py # 启动器(SSE 模式)
├── wger_mcp_server/
│ ├── __init__.py # FastMCP 实例 + 工具注册
│ ├── config.py # 配置(URL/Token/语言映射)
│ ├── client.py # 异步 HTTP 客户端 + 缓存
│ ├── tools_exercises.py # 动作相关工具
│ ├── tools_nutrition.py # 营养/食材工具
│ └── tools_tracking.py # 登录类工具(需 Token)
├── requirements.txt
├── Dockerfile # HF Spaces 部署
└── .env.example
🔑 获取 wger API Token
- 注册并登录 wger.de
- 访问
https://wger.de/en/user/api-key - 生成 key,填入
WGER_API_TOKEN
📄 许可
MIT。wger 动作数据遵循 CC-BY-SA 4.0(来自 wger 社区)。
Установка Wger Server
У этого сервера нет опубликованного пакета — он собирается из исходников. Открой репозиторий и следуй инструкции в README.
▸ github.com/penelope1234564867/wger-mcp-serverFAQ
Wger Server MCP бесплатный?
Да, Wger Server MCP бесплатный — установка в пару кликов через Unyly без оплаты.
Нужен ли API-ключ для Wger Server?
Нет, Wger Server работает без API-ключей и переменных окружения.
Wger Server — hosted или self-hosted?
Доступен hosted-вариант: Unyly запускает сервер в облаке, локальная установка не обязательна.
Как установить Wger Server в Claude Desktop, Claude Code или Cursor?
Открой Wger Server на unyly.org, выбери вкладку своего клиента (Claude Desktop, Claude Code, Cursor) и нажми Install — конфиг сгенерируется автоматически, без правки JSON.
Похожие MCP
Fetch
Web content fetching and conversion for efficient LLM usage.
AWS KB Retrieval
Retrieval from AWS Knowledge Base using Bedrock Agent Runtime.
автор: modelcontextprotocolSpring AI MCP Server
Provides auto-configuration for setting up an MCP server in Spring Boot applications.
llm-analysis-assistant
A very streamlined mcp client that supports calling and monitoring stdio/sse/streamableHttp, and can also view request responses through the /logs page. It also
автор: xuzexin-hzCompare Wger Server with
Не уверен что выбрать?
Найди свой стек за 60 секунд
Автор?
Embed-бейдж для README
Похожее
Все в категории ai
