运动数据 + AI

高驰 COROS MCP — 把运动数据接入 AI 智能体

高驰（COROS）手表的数据 — 训练记录、心率区间、睡眠、HRV — 怎么让 AI Agent 直接读取并分析？本文盘点 COROS 当前的 API 现状、社区 MCP server 进展，并给出一份基于 COROS Open API 自建 MCP server 的最小可运行示例。

为什么有人在搜"高驰 mcp"

MCP（Model Context Protocol）让 AI Agent 可以读取外部数据源。如果 COROS 有一个 MCP server，你就可以在 Claude / OpenClaw / Cursor 里直接问"我上周训练量比前一周多了多少？心率区间合理吗？" AI 会自动调用 MCP 拉数据并给出分析。

对运动爱好者来说，这是把"看仪表盘 → 自己解读"变成"问 AI → 拿建议"的关键一步。对开发者来说，这是把运动数据流接入更大智能体工作流（训练计划生成、教练Agent）的桥梁。

现状：COROS 官方有 MCP server 吗？

截至本文撰写时，COROS 还没有官方维护的 MCP server。但 COROS 提供了官方的 Open API，支持读取活动列表、活动详情（GPS / 心率 / 配速）、训练日历等数据。这意味着我们可以自己包一个 MCP server。

对比一下其他运动平台的 MCP 现状：

平台	官方 API	社区 MCP server	难度
COROS 高驰	Open API（OAuth）	暂无知名实现	中
Strava	OAuth API	多个社区 MCP	低
Garmin Connect	Health API（合作伙伴）	非官方 garth 包装	中
佳明中文	同 Garmin Health API	同上	中
苹果健康	HealthKit（仅 iOS app）	需要桥接 app	高

方案 A：用 Strava 中转（最快）

COROS 手表可以一键同步到 Strava。如果你已经有 Strava 账号，最省事的路径是：

在 COROS App 里设置 → 第三方平台 → 绑定 Strava
之后每次训练完成都会自动推送到 Strava
在 OpenClaw / Claude 上接入 Strava MCP server（社区有现成实现）
让 AI 通过 Strava MCP 读取数据 — 数据源是 COROS，路径走 Strava

缺点是 Strava 不存所有原始字段（比如 HRV、跑步力量的详细分解），分析深度有限。

方案 B：自建 COROS MCP server（推荐认真做的人）

如果你想拿到全量数据，建议直接基于 COROS Open API 包一个 MCP server。下面是一份最小可运行示例（Python）。

第一步：在 COROS 开发者后台申请 API Key

访问 open.coros.com
注册开发者账号（个人也可以申请）
创建应用，记下 client_id 和 client_secret
设置 OAuth 回调地址（本地开发可以填 http://localhost:8765/callback）
用 OAuth 流程拿到 access_token

第二步：写一个最小 MCP server

新建 coros_mcp.py：

#!/usr/bin/env python3
"""
最小化 COROS MCP server
依赖: pip install mcp httpx
"""
import os
import httpx
from mcp.server.fastmcp import FastMCP

mcp = FastMCP("coros")

COROS_API = "https://open.coros.com/api/v2"
TOKEN = os.environ["COROS_ACCESS_TOKEN"]

@mcp.tool()
async def list_activities(start: str, end: str) -> dict:
    """列出指定日期范围内的活动列表。
    start / end 格式: YYYY-MM-DD
    """
    async with httpx.AsyncClient() as client:
        r = await client.get(
            f"{COROS_API}/activity/list",
            params={"startDay": start, "endDay": end},
            headers={"Authorization": f"Bearer {TOKEN}"},
        )
        return r.json()

@mcp.tool()
async def get_activity_detail(activity_id: str) -> dict:
    """获取单次活动的详细数据：GPS、心率、配速。"""
    async with httpx.AsyncClient() as client:
        r = await client.get(
            f"{COROS_API}/activity/{activity_id}/detail",
            headers={"Authorization": f"Bearer {TOKEN}"},
        )
        return r.json()

if __name__ == "__main__":
    mcp.run(transport="stdio")

这只是骨架 — COROS Open API 实际字段以官方文档为准，建议按需扩展 sleep、HRV、训练计划等 endpoint。

第三步：在 OpenClaw 里接入

编辑 ~/.openclaw/openclaw.json，加一段：

{
  "mcpServers": {
    "coros": {
      "command": "python",
      "args": ["/home/node/.openclaw/scripts/coros_mcp.py"],
      "env": {
        "COROS_ACCESS_TOKEN": "your-access-token"
      }
    }
  }
}

如果你不熟悉 OpenClaw 接 MCP 的细节，先看 OpenClaw 接入 MCP 教程。

第四步：试一下

对 AI 说"列出我上周的训练活动并分析周训练量趋势"。如果 MCP 接通，AI 会调用list_activities，然后基于返回的数据给出周对比分析。

方案 C：用 OpenClaw 浏览器自动化抓 COROS App 数据

不想申请开发者账号？可以用 OpenClaw 的 Playwright MCP 自动化 COROS 网页版（training.coros.com）来抓数据。优点是不用 API Key，缺点是稳定性差（网页改版就废了），不推荐生产用。

Playwright MCP 接入流程见 OpenClaw 接入 MCP 教程。

用 AI 分析 COROS 数据能做什么

训练计划生成 — 让 AI 看完最近 4 周训练量后，生成下周训练计划
异常预警 — HRV / 静息心率突变时主动提醒，预防过度训练
对比分析 — 同一条路线/距离的多次跑步配速、心率对比
季度总结 — 让 AI 自动生成季度训练报告，含数据图表（结合 Code Interpreter）
赛前调整 — 输入目标赛事日期，让 AI 给出 tapering 建议

这些都是把"看仪表盘自己解读"变成"AI 帮你解读"的实际用例。

用 OpenClaw 自动化运动 Agent

把 COROS MCP 接到 OpenClaw Launch 上之后，可以让 AI 通过 Telegram / WeChat 推送每周训练总结、每天的训练建议。不用每次都打开 App，机器人会主动找你。

用法：在 OpenClaw 的 schedule（定时任务）里加一个"每周日晚 8 点跑总结"， prompt 写"用 coros MCP 看本周训练数据，发一段总结到 Telegram"。