personal-fitbit-mcp-server
Enables AI assistants to access and analyze Fitbit health data (activity, sleep, heart rate, weight, profile) via natural language through the Fitbit Web API.
README
personal-fitbit-mcp-server
Fitbit Web API と連携する MCP (Model Context Protocol) サーバーです。 Claude Desktop や LM Studio などの AI アシスタントから、自然言語で自身の健康データにアクセス・分析できます。
機能
| ツール | 説明 |
|---|---|
get_profile |
ユーザープロフィールと接続デバイスの情報 |
get_daily_activity |
歩数・カロリー・距離・活動時間のサマリー |
get_sleep_log |
睡眠時間・ステージ(deep/light/REM/wake)・効率 |
get_heart_rate |
安静時心拍数・心拍ゾーン別時間 |
get_weight_log |
体重・BMI・体脂肪率の推移 |
get_activity_timeseries |
活動量の時系列トレンド |
get_health_snapshot |
全データを一括取得した健康サマリー |
利用例
「今日の睡眠はどうだった?」
「今週の歩数の推移を見せて」
「最近心拍数が高い日はある?」
「先月の体重変化を教えて」
「今日の活動と睡眠をまとめて」
必要なもの
- Python 3.10 以上
- uv パッケージマネージャー
- Fitbit アカウント(Fitbit デバイスを使用中であること)
- Fitbit 開発者アカウント(無料)
セットアップ
1. Fitbit アプリの登録
- Fitbit 開発者ポータル にアクセスし、Fitbit アカウントでログイン
- "Register an App" から新規アプリを登録(設定値は下記参照)
| 項目 | 設定値 |
|---|---|
| OAuth 2.0 Application Type | Personal |
| Callback URL | http://localhost:3000/callback |
| Default Access Type | Read Only |
| Application Website URL | http://localhost |
- 登録後に表示される Client ID と Client Secret を控えておく
2. インストール
git clone https://github.com/<your-username>/personal-fitbit-mcp-server.git
cd personal-fitbit-mcp-server
uv sync
3. 環境変数の設定
cp .env.example .env
.env を開いて Client ID と Client Secret を記入します。
FITBIT_CLIENT_ID=your_client_id_here
FITBIT_CLIENT_SECRET=your_client_secret_here
⚠️
.envには認証情報が含まれます。.gitignoreで除外済みですが、公開リポジトリへのコミットには注意してください。
MCP ホストへの接続設定
Claude Desktop
~/Library/Application Support/Claude/claude_desktop_config.json を編集します。
{
"mcpServers": {
"fitbit-health": {
"command": "/path/to/uv",
"args": [
"--directory", "/path/to/personal-fitbit-mcp-server",
"run", "personal-fitbit-mcp-server"
],
"env": {
"FITBIT_CLIENT_ID": "your_client_id",
"FITBIT_CLIENT_SECRET": "your_client_secret"
}
}
}
}
Note:
uvのフルパスはwhich uvコマンドで確認できます(例:/Users/username/.local/bin/uv)。 Claude Desktop は通常のシェルの PATH を継承しないため、フルパスの指定が必要です。
LM Studio
mcp.json に以下を追加します。
{
"mcpServers": {
"fitbit-health": {
"command": "/path/to/uv",
"args": [
"--directory", "/path/to/personal-fitbit-mcp-server",
"run", "personal-fitbit-mcp-server"
],
"env": {
"FITBIT_CLIENT_ID": "your_client_id",
"FITBIT_CLIENT_SECRET": "your_client_secret"
}
}
}
}
初回認証
初めてツールを呼び出すと、OAuth 2.0 認証フローが自動的に開始されます。
- サーバーの stderr に Fitbit 認証 URL が表示される
- ブラウザでその URL を開いて Fitbit にログインし、アクセスを許可する
http://localhost:3000/callbackにリダイレクトされ「Authorization successful!」と表示されたら完了- トークンが
~/.fitbit-health-mcp/tokens.jsonに保存される(以降は自動更新)
開発者向け
MCP Inspector でのテスト
set -a && source .env && set +a
uv run mcp dev src/fitbit_health_mcp/server.py -e .
ブラウザで Inspector UI が開き、各ツールを対話的にテストできます。
ドキュメントについて
docs/design.md はこのプロジェクトの開発前の原案設計書です。
実装過程での仕様変更(アプリ名変更・パラメータ設定等)により、実際のコードと一部異なる箇所があります。
実装の仕様は本 README およびソースコードを参照してください。
プロジェクト構成
src/fitbit_health_mcp/
├── server.py # FastMCP サーバー定義・ツール登録
├── auth.py # OAuth 2.0 PKCE 認証フロー
├── client.py # Fitbit API クライアント
├── formatters.py # レスポンス整形
├── config.py # 設定値
└── tools/
├── sleep.py
├── activity.py
├── heart_rate.py
├── weight.py
├── snapshot.py
└── profile.py
技術スタック
- FastMCP — MCP サーバー実装
- httpx — 非同期 HTTP クライアント
- OAuth 2.0 Authorization Code Grant with PKCE(自前実装)
- stdio トランスポート(Claude Desktop / LM Studio 両対応)
注意事項
- レート制限: Fitbit API は 150 リクエスト/時間/ユーザーの制限があります。
get_health_snapshotは1回の呼び出しで4リクエストを消費します。 - トークンの保存場所:
~/.fitbit-health-mcp/tokens.json(個人利用想定) - 対応スコープ: activity / heartrate / sleep / weight / profile / settings
AI-Assisted Development
このプロジェクトは Claude (Anthropic) の支援を受けて開発されました。 設計・実装・デバッグのすべてのコードは作者がレビューおよびテスト済みです。
This project was developed with the assistance of Claude (Anthropic). All code has been reviewed and tested by the author.
License
This project is licensed under the MIT License.
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.