Was ist das Model Context Protocol - MCP?
FAQ
-
Geräte und Verbindungen
- Welche Aufzeichnungsgeräte und Dienste werden unterstützt?
- Ein geplantes Training auf meine Garmin-Uhr laden
- Was ist der Unterschied zwischen einem automatisch hochgeladenen geplanten Training und einer Workout-FIT-Datei?
- Garmin Connect - Verbindung herstellen und synchronisieren
- Suunto - Verbindung herstellen und synchronisieren
- Polar Flow - Verbindung herstellen und synchronisieren
- Coros - Verbindung herstellen und synchronisieren
- Wahoo - Verbindung herstellen und synchronisieren
- icTrainer - Tredict Trainingsplan mit dem Rollentrainer benutzen
- Oura Ring - Verbindung herstellen und synchronisieren
- Überträgt HealthFit meine Stryd-Daten von der Apple Watch?
- Zwift - Geplante und ausgeführte Trainings automatisch synchronisieren
- Zwift - Synchronisieren über Today's Plan
- Personal API - Verbinde Deine eigenen Skripte oder persönlichen Anwendung
- Tredict API - Verbinde Deine Plattform oder Anwendung
- Model Context Protocol und KI-Integration
- Allgemeines
-
Trainings
- Wie kann man ein vorgeplantes Training unlinken?
- Wie kann ich fehlerhafte Trainingsdaten korrigieren?
- Fehlerhaft aufgezeichneten Schwimmstil korrigieren
- Kann ich das Datum und Uhrzeit meiner Trainingseinheit ändern?
- Können die Abschnitte einer Aktivität manuell berechnet werden?
- Kann ich einen Lauf ohne die Gehpausen anzeigen?
- Warum ist das Datum meines virtuellen Trainings in einer anderen Zeitzone?
- Unterstützte Sportarten
- Kalender und Trainingsübersicht
- Trainerschaft und Athletenverbindung
- Trainingspläne
- Auswertung
- Zonen
Das Model Context Protocol (MCP) ist ein offenes Protokoll, daß die Kommunikation zwischen Large Language Models (LLMs) und externen Systemen standardisiert. Es ermöglicht KI-Modellen den Zugriff auf spezifische Tools und Datenquellen, um komplexe Aufgaben zu lösen und domänenspezifische Ergebnisse zu erstellen.
Grundkonzepte des MCP
MCP Server
Ein MCP Server stellt spezifizierte Tools und Datenquellen bereit, die von KI-Modellen genutzt werden können und ist im übertragenen Sinne zu Vergleichen mit den Endpunkten einer HTTP-API, die eine erweiterte Beschreibung besitzen. Beispiele für MCP Server sind:
- Tredict MCP Server - Bietet Zugriff auf Trainingsdaten, Kapazitätswerte und Trainingsplanung
- Wetterdaten-Server - Stellt aktuelle und historische Wetterinformationen bereit
- Kalender-Server - Ermöglicht die Verwaltung von Terminen und Ereignissen
MCP Host
Ein MCP Host ist die übergeordnete Anwendung (z.B. Claude.ai im Browser oder Ollama bei lokalen Modellen), die das KI-Modell einbettet, den MCP Client verwaltet und als Vermittler zwischen Nutzer und den angebundenen MCP Servern fungiert. Darüber hinaus kann ein MCP Host interaktive MCP Apps direkt im Chatverlauf darstellen und ausführen, sodass Nutzer diese ohne Plattformwechsel nutzen können. Beispiele für MCP Hosts sind:
- Claude Code - Ein KI-gestütztes Entwicklungstool von Anthropic
- Mistral Le Chat - Eine KI-Plattform aus Frankreich
- ChatGPT - Ein MCP Host von OpenAI
Beispiele für MCP Hosts mit unterstützung interaktiver UI-Elemente:
- Claude.ai - Die Web-Plattform von Anthropic, die MCP Apps wie Trainingsplan-Ansichten direkt im Chat anzeigen kann
- ChatGPT - OpenAIs Web-Interface
- Visual Studio Code
Diese Plattformen können spezielle MCP Apps wie show-activity-ui (Aktivitätsdetails) oder show-plan-ui (Trainingsplan-Ansicht) von Tredict direkt in den Chatverlauf einbetten. Dies ermöglicht eine nahtlose Integration von interaktiven Anwendungen in die KI-Konversation.
MCP Client
Ein MCP Client ist eine Anwendung oder Komponente, die im Namen eines KI-Modells bzw. MCP Host mit MCP Servern kommuniziert, um Tools aufzurufen, Daten abzufragen und Aktionen auszuführen.
MCP Tools
MCP Tools sind spezifische Funktionen, die ein MCP Server bereitstellt. Jedes Tool hat eine klar definierte Schnittstelle mit Parametern und Rückgabewerten, die primär für die Auswertung durch ein LLM beschrieben sind. Beispiele für MCP Tools im Tredict Kontext sind:
- activity-list - Listet ausgeführte Trainingseinheiten auf
- capacity - Zeigt Kapazitätswerte wie FTP, FTPa und HRmax
- plan-creation - Erstellt individuelle Trainingspläne
- zones - Verwaltet Intensitätszonen für verschiedene Sportarten
Wie funktioniert die Kommunikation?
Die Kommunikation zwischen MCP Client und MCP Server folgt in etwa diesem Ablauf:
- Der MCP Client authentifiziert sich beim MCP Server (z.B. über API-Schlüssel oder OAuth).
- Der Client fragt die verfügbaren Tools und deren Schnittstellen ab.
- Der Benutzer oder ein Agent stellt eine Anfrage an das LLM.
- Der Client ruft nun bei Bedarf spezifische MCP Tools mit den erforderlichen Parametern auf.
- Der MCP Server führt die Anfrage aus und gibt strukturierte Daten zurück.
- Der Client verarbeitet die Antwort und kann weitere Tools aufrufen.
Anwendung mit Tredict
Mit dem Tredict MCP Server kannst Du Deine Trainingsdaten direkt in Deiner bevorzugten KI-Umgebung nutzen:
- Verbinde Deinen MCP Client (z.B. Claude Code, Mistral Vibe oder ChatGPT) mit dem Tredict MCP Server.
- Authentifiziere Dich mit mittels OAuth oder Deinem persönlichen API-Schlüssel den Du unter Einstellungen -> Personal API / MPC -> Zugriffstoken erstellen kannst.
- Nutze die verfügbaren Tools, um Trainingsdaten zu analysieren, Kapazitäten zu bestimmen oder Trainingspläne zu erstellen.
- Erhalte maßgeschneiderte Empfehlungen basierend auf Deinen individuellen Daten.
Es ist möglich jeden generischen MCP Client der Bearer-Token-Authentifizierung unterstüzt mit dem Tredict MCP Server zu verbinden.
Für genaue Verbindungsanleitungen für Claude Web, Claude Code, OpenAI Codex, OpenAI ChatGPT, Mistral Le Chat oder Mistral Vibe schaue hier nach: FAQ-Einträge zu KI-Integrationen
Eine detaillierte Beschreibung aller verfügbaren Tools, "MCP Server"-Adresse und deren Verwendung findest Du in der Tredict MCP Server Dokumentation.