Tredict
Analise atividades de esportes de resistência, crie planos de treino e sincronize treinos estruturados com seu relógio esportivo.
Documentação
Servidor MCP Tredict
Servidor oficial do Model Context Protocol (MCP) para Tredict, a plataforma de planejamento e análise para atletas e treinadores de esportes de resistência. Conecte seu assistente de IA preferido ao seu histórico completo de treinos, incluindo corrida, ciclismo, natação e muito mais. Analise atividades, determine valores de capacidade, crie planos de treino totalmente estruturados no Tredict, sincronizados diretamente com seu relógio.
O Tredict também oferece widgets interativos de UI do MCP App que renderizam visualmente detalhes de atividades e planos de treino diretamente no chat de LLMs, como Claude.ai ou ChatGPT.
Visão geral
| Nome | Servidor MCP Tredict |
| URL do Servidor MCP | https://www.tredict.com/api/mcp/v2 |
| Transporte | HTTP Streamable e SSE |
| Protocolo | MCP 2025-06-18 |
| Autenticação | OAuth 2.1 com PKCE / Token de API Pessoal |
Documentação técnica completa: Documentação do Servidor MCP Tredict.
Principais recursos
- Criação de planos de treino. Analise o histórico de treinos e a condição física atual para gerar planos reutilizáveis de várias semanas com treinos estruturados na categoria "Meus Planos" do usuário.
- Criação de treinos estruturados. Crie treinos estruturados executáveis para corrida, ciclismo, natação e força, e remaneje ou renomeie sessões planejadas.
- Análise de atividades. Métricas detalhadas e séries temporais completas (frequência cardíaca, ritmo, potência, cadência, altitude, posição, voltas) para cada atividade executada.
- Avaliação de capacidade. Determine FTP, FTPace (corrida), FCmáx e limiar de lactato a partir de dados de treino recentes.
- Saúde e recuperação. Acesse VFC, sono, valores corporais (peso, gordura corporal, frequência cardíaca em repouso) e esforço de treino ao longo do tempo.
- Zonas de treino. Leia revisões de zonas e distribuição agregada de zonas por tipo de esporte e tipo de zona (frequência cardíaca, ritmo, potência, cadência).
- Rastreamento de equipamentos. Liste todos os equipamentos (bicicletas, tênis, natação, diversos) com intervalos de uso, contagens, distância e duração.
- Sincronização de dispositivos. Planos aplicados ao calendário de treinos são automaticamente enviados para relógios esportivos conectados (Garmin, Suunto, Coros, icTrainer, Wahoo, Apple Watch e outros).
Exemplos de conversas
Análise de atividade
You: "How did my long run on Sunday go?"
Claude: [Shows pace, heart rate, cadence, elevation and zone distribution.
Flags the last 5 km where HR drifted into threshold]
Criação de plano de treino
You: "Build me a 10-week half marathon plan based on my recent training"
Claude: [Analyses last 8 weeks of running history, creates a structured
multi-week plan in My Plans, pushes workouts to your Garmin]
FTP e capacidade
You: "What is my current running FTP?"
Claude: [Derives FTPace from recent efforts, compares to last revision,
suggests updated training zones]
Equipamentos e tênis
You: "How many kilometres do my current running shoes have?"
Claude: [Lists active shoes with distance logged,
flags gear approaching typical replacement range]
Comparação ano a ano
You: "How does my 2025 training compare to 2024?"
Claude: [Compares total volume, zone distribution, long run progression
and peak weeks across both years]
Verificação de recuperação
You: "Am I ready for tomorrow's threshold session?"
Claude: [Reads HRV trend, resting heart rate and recent training load.
Gives a clear go or back-off recommendation]
Adesão ao plano
You: "Am I actually hitting my training zones as planned?"
Claude: [Shows prescribed vs actual time in each zone per sport,
highlights where execution is drifting from the plan]
Tendência de VFC e condicionamento
You: "What does my HRV trend tell me about my current fitness?"
Claude: [Analyses rMSSD baseline, flags suppression periods,
links dips to high-load weeks in training history]
Verificação realista de meta de prova
You: "Is my sub-4 marathon goal realistic given my current training?"
Claude: [Derives pace capacity from recent long runs and threshold efforts,
compares to goal pace, outlines what needs to improve]
Suporte a plataformas
Oficialmente suportado: Anthropic Claude (Web, Desktop, Code), OpenAI ChatGPT, OpenAI Codex, Mistral Le Chat, Mistral Vibe.
Compatível: qualquer cliente MCP que suporte autenticação OAuth 2.1 ou token bearer, incluindo configurações locais de LLM.
Guias de configuração por plataforma:
Configuração
Claude.ai / Claude Desktop
Configurações → Conectores → Adicionar conector personalizado:
- Nome:
Tredict - URL do Servidor MCP Remoto:
https://www.tredict.com/api/mcp/v2
O OAuth é tratado automaticamente no primeiro uso.
Cliente MCP genérico (HTTP Streamable)
{
"mcpServers": {
"tredict": {
"url": "https://www.tredict.com/api/mcp/v2",
"transport": { "type": "http" }
}
}
}
Token de API Pessoal
Para clientes sem suporte a OAuth, crie um token de acesso no Tredict em "Configurações → API Pessoal / MCP" e passe-o como token bearer:
Authorization: Bearer <your-personal-api-token>
Autenticação
O servidor suporta dois métodos:
- OAuth 2.1 com PKCE e Credenciais de Cliente. Recomendado para hosts MCP de terceiros. Os escopos são granulares:
activityRead,activityWrite,bodyvaluesRead. - Token de API Pessoal. Recomendado para agentes próprios e fluxos de trabalho locais com LLM.
Consulte a documentação OAuth2 para detalhes completos.
Ferramentas disponíveis
Todos os nomes, descrições e esquemas de ferramentas podem ser listados pelo cliente MCP. Anotações de escopo entre parênteses.
Atividades
| Ferramenta | Descrição | Escopo |
|---|---|---|
activity-list | Lista atividades executadas em um intervalo de datas | activityRead |
activity | Detalhes da atividade, métricas e séries temporais | activityRead |
activity-update | Atualiza título e notas de uma atividade (não destrutivo) | activityWrite |
equipment-list | Lista todos os equipamentos do usuário (bicicletas, tênis, natação, diversos) | activityRead |
Planejamento
| Ferramenta | Descrição | Escopo |
|---|---|---|
plan-creation | Cria um plano de treino reutilizável em "Meus Planos" | activityWrite |
add-plan-training | Adiciona um único treino estruturado a um plano existente | activityWrite |
planned-workout-list | Lista treinos planejados / agendados | activityRead |
planned-workout | Detalhes e estrutura de um único treino planejado | activityRead |
planned-workout-change-date | Remaneja um treino planejado para uma nova data | activityWrite |
training-effort-list | Esforço de treino ao longo do tempo em todos os tipos de esporte | activityRead |
Corpo, saúde e capacidade
| Ferramenta | Descrição | Escopo |
|---|---|---|
bodyvalues | Peso, gordura corporal, FC em repouso, altura e mais | bodyvaluesRead |
capacity | Valores de capacidade (FCmáx, FClim, FTP, FTPace) por tipo de esporte | bodyvaluesRead |
hrv-list | Dados de variabilidade da frequência cardíaca com linha de base | bodyvaluesRead |
sleep-list | Dados de sono com linha de base | bodyvaluesRead |
zones | Revisões de zonas por tipo de esporte e tipo de zona | bodyvaluesRead |
zones-distribution | Distribuição agregada de zonas por tipo de esporte e mês | bodyvaluesRead |
Widgets interativos de UI do MCP App
| Ferramenta | Descrição | Escopo |
|---|---|---|
show-activity-ui | Renderiza detalhes da atividade, métricas, voltas e mapa no chat | activityRead |
show-plan-ui | Renderiza um plano de treino reutilizável com visualização de calendário no chat | activityRead |
Prompts
Tarefas predefinidas e parametrizadas que o host pode oferecer como modelos:
better-names: encontre atividades recentes com títulos ruins e sugira títulos significativos.coolest-training(ano) : encontre a sessão mais interessante de um determinado ano.compare-years(primeiroAno, outroAno) : comparação aprofundada ano a ano.create-plan(mesesAtrás?, duraçãoEmSemanas?, treinosPorSemana?, tiposDeEsporte?, tiposDeZonasAlvo?) : monte um plano de treino completo a partir do histórico recente.determine-ftp(tipoDeEsporte?) : derive o FTP atual do histórico de treinos.indepth-analysis: avaliação aprofundada do status de treino de 2 anos.recreate-structured-workout(idDaAtividade) : reconstrua um treino estruturado executável a partir de uma atividade executada.
Recursos
| URI | Descrição |
|---|---|
mcp://tredict/assets/logo.svg | Logotipo retangular do Tredict (temas claro / escuro) |
mcp://tredict/assets/logo-slogan.svg | Logotipo do Tredict com o slogan "Analytics for Endurance Athletes" |
ui://widget/activity-ui-100.html | Widget de UI de detalhes da atividade (MCP App) |
ui://widget/plan-ui-100.html | Widget de UI de plano de treino (MCP App) |
Integridade dos dados
- Todas as operações de escrita são reversíveis.
activity-updatearmazena títulos e notas anteriores no array mcpUpdatedFields, para que qualquer alteração possa ser revertida a qualquer momento. - O servidor acessa apenas o seu próprio perfil. Se você tiver acesso a outros atletas do Tredict como amigo ou treinador, os dados deles permanecem invisíveis para o servidor MCP.
Responsabilidade sobre dados de saúde
Algumas respostas, em particular de plan-creation, solicitam que o LLM apresente avisos de saúde e responsabilidade. Ao se registrar no Tredict, o usuário aceita a responsabilidade por aplicações relacionadas à saúde dos dados, conforme definido nos Termos de Uso. LLMs cometem erros e não substituem um treinador qualificado ou seu próprio julgamento.
Privacidade e controle
Um cliente MCP externo não tem acesso aos dados do Tredict até que o usuário o configure explicitamente. As permissões de leitura e escrita podem ser restritas por escopo na criação do token. O Tredict é totalmente compatível com o GDPR; consulte a Política de Privacidade. Revise a política de privacidade do provedor de IA conectado para saber o que acontece com os dados enviados por ele, ou use um LLM local para manter tudo no dispositivo.
Links
- Documentação do servidor: Documentação do Servidor MCP
- Post de lançamento com exemplos: Use assistentes de IA e LLMs com o Servidor MCP Tredict
- FAQ: Model Context Protocol e integração com IA
- Glossário: Inteligência Artificial e MCP para esportes de resistência