icuvisor kopplar intervall.icu telemetri till MCP-aktiverade AI-assistenter
icuvisor, från Ricardo Cabral, är en MCP-server som för in intervals.icu atletisk telemetri i generativa AI-arbetsflöden. Den kopplar intervals.icu direkt till MCP-kompatibla AI-klienter så att assistenter kan svara på frågor på naturligt språk om träningsbelastning, genomsnittlig effekt, hjärtfrekvens och aktivitetsdetaljer utan manuell export. Verktyget inkluderar lokala och hostade driftslägen, signerade plattformsoberoende installatörer, hantering av autentiseringsuppgifter via ett 'icuvisor setup'-kommando och AI-optimerad formatering för modellkonsumtion. Det riktar sig till idrottare, tränare och datainriktade användare som söker AI-assisterad träningsanalys.
Vilka uppgifter kan du faktiskt använda den för?
icuvisor fungerar som en databridge som låter AI-klienter fråga efter atletisk telemetri som lagras på intervals.icu. Typiska uppgifter inkluderar att hämta tidsserier och aktivitetsnivåmetrik och ställa riktade frågor som veckovisa förändringar i träningsbelastning eller gårdagens genomsnittliga effekt. Exponerade datatyper inkluderar:
- träningsbelastning, effekt (watt), tempo
- hjärtfrekvens och sömnpoäng
- individuella aktivitetsdetaljer och tidsstämplar
Hur pålitliga är de AI-klara sammanfattningar som den producerar?
Verktyget formaterar telemetri till AI-optimerad kontext för modellkonsumtion, vilket presenterar komplexa metrik i kortfattad, människoläsbar form. Den formateringen minskar behovet av manuell förbehandling, men genererade råd beror fortfarande på den nedströms modellens resonemang och kunskap. Användare bör behandla modellutdata som härledningar baserade på tillhandahållen telemetri och verifiera kritiska slutsatser oberoende, särskilt för coaching eller medicinska beslut.
Vilka är inmatningskraven och operationella begränsningar?
icuvisor kräver ett intervals.icu-konto och en MCP-kompatibel klient som Claude Desktop eller Cursor för att fungera. Den stöder två lägen: Lokal läge som en privat signerad binär och Hosted Mode som en HTTPS-slutpunkt. Credential-hantering utförs genom kommandot 'icuvisor setup'. Utvecklaren distribuerar signerade installatörer för macOS, Windows och Linux, så plattforms-kompatibilitet är täckt men en MCP-kapabel klient är obligatorisk.
Hur passar det in i typiska atlet- och tränararbetsflöden?
Installation och distribution riktar sig till användare som föredrar minimal utvecklingsöverhead: förkompilerade, signerade binärer tar bort behovet av Python eller Node.js-miljöuppsättning. Windows-användare kan installera via Winget eller MSI, medan macOS får en signerad app. Lokal läge behåller API-referenser på maskinen, vilket stöder integritetsmedvetna arbetsflöden. Förvänta dig att para servern med en AI-klient som kan kalla MCP-verktyg som en del av en analys-session.
Vem bör anta icuvisor och varför
Som ett MIT-licensierat, öppen källkod-projekt med positivt mottagande i intervals.icu-gemenskapen, passar icuvisor idrottare och tränare som vill ha en inspektionsbar bro mellan deras telemetri och AI-assistenter. Det fungerar som en datakanal snarare än en automatiserad tränare, så behandla modellens rekommendationer som modellutdata som kräver verifiering mot rå telemetri eller expertgranskning innan du agerar på dem.
