使用
Linux x86_64
透過 uv tool install 安裝 quantified-self-mcp
uv tool install quantified-self-mcp
確認能用
quantified-self-doctor --help; quantified-self-doctor輸出應包含「MCP server available」。
先試試這個
cat > /tmp/health_sample.csv << 'CSV'
date,steps,sleep_hours,resting_heart_rate,weight_kg,workout_minutes,mood,water_ml,heart_rate,hrv_ms
2026-01-01,8000,7.5,62,70.5,30,7,2000,68,55
2026-01-02,9500,8.0,60,70.3,45,8,2100,66,60
2026-01-03,7000,6.5,64,70.4,0,6,1800,70,48
2026-01-04,11000,7.8,59,70.2,60,9,2200,65,62
2026-01-05,9000,7.2,61,70.0,30,7,2000,67,57
2026-01-06,8500,7.0,63,69.9,20,7,1900,69,50
2026-01-07,10000,8.2,58,69.8,50,8,2300,64,65
2026-01-08,7500,6.8,65,69.7,0,5,1700,71,45
2026-01-09,12000,7.9,57,69.6,70,9,2400,63,68
2026-01-10,8000,7.4,60,69.5,30,7,2000,66,58
CSV
cat /tmp/health_sample.csvquantified-self-init-db /tmp/health_sample.csv --report加進你的 agent
claude mcp add quantified-self-mcp -- quantified-self-mcpClaude Desktop、Cursor 等用戶端用的 JSON
{
"mcpServers": {
"quantified-self-mcp": {
"command": "quantified-self-mcp",
"args": []
}
}
}使用 quantified-self-init-db <file> --report 匯入資料,再將 quantified-self-mcp 新增為 MCP 用戶端中的伺服器。
它能做什麼
- 讓 AI 代理存取你的健康資料已測試
怎麼使用
- 使用
quantified-self-init-db <file> --report匯入每日健康資料 CSV。 - 將
quantified-self-mcp新增為 MCP 用戶端中的伺服器。 - 請代理以起始與結束日期呼叫
read_health_data。
- 使用
- 分析長期健康紀錄已測試
怎麼使用
- 使用
quantified-self-init-db <file> --report匯入資料。 - 將
quantified-self-mcp連接到 MCP 用戶端。 - 請代理以指標(例如步數)和日期範圍呼叫
calculate_metric_trend。
- 使用
- 匯入現有的健康紀錄已測試
怎麼使用
- 對含日期欄位且每個指標各一欄的 CSV 執行
quantified-self-init-db <file> --report。 - 將
quantified-self-mcp連接到 MCP 用戶端,並呼叫get_import_status檢查匯入狀況。
- 對含日期欄位且每個指標各一欄的 CSV 執行
- 追溯結果的來源資料已測試
怎麼使用
- 使用
quantified-self-init-db <file> --report匯入資料。 - 將
quantified-self-mcp連接到 MCP 用戶端。 - 以指標和日期呼叫
get_metric_provenance,查看數值的來源。
- 使用
pickfit 測到哪一步
Linux x86_64
- 可以安裝
- 可以連線
- 4 項功能中 4 項可用
- 可離線使用
適合用來
- 說明 HRV 近期變化的原因
- 分析過去 30 天的睡眠變化
- 分析運動後靜止心率上升的情況
pickfit 怎麼測的
每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證
Linux x86_64
MCP 用戶端成功呼叫工具
- 從頭重跑
- 可離線使用
- 檢查於 2026年10月31日
- 版本 0.5.0
MCP 用戶端透過 stdio 連線,列出 20 個工具,呼叫 calculate_metric_trend 也回傳了結果。
測試機器遇到的差異
- README: quantified-self-mcp --help should return immediately
測試中: quantified-self-mcp --help 會因啟動 FastMCP stdio 伺服器而卡住(逾時)-請改用 quantified-self-doctor 和 probe - README: pip install quantified-self-mcp
測試中: 使用 uv tool install quantified-self-mcp 進行隔離安裝以避開 PEP 668