[其他] COROS 提供了 MCP 協議可接不同的 AI 模型

看板Road_Running作者 (MuMuH)時間3天前 (2026/07/30 13:36), 3天前編輯推噓10(10推 0噓 48→)
留言58則, 8人參與, 2天前最新討論串1/1
感謝前面 haveastar 跑友的訊息，因為一直對這方面有興趣，就趕快測試了一下。 MCP 是 AI 與各種工具連接的通訊協定，它可接上不同AI 模型，可使用不同的 agent，這代表了相較於傳統 APP 之外更多不同的可能性。 我目前測試與 COROS MCP 接上模型有： - ChatGPT - Codex - Google Antigravity CLI , Gemini agent - Google Gemma4 e2b 這是本地端模型。 一開始我們先問基礎的問題： 我問 :「我的手錶是那一隻，目前的狀況？」 AI : 「手錶型號：COROS PACE 3 (型號代碼：COROS W331)」另外也附上序號 ，以及保固日期。 我問 : 「當前的體能狀況？」 AI : 回答了我最大攝氧量 (VO2max), 跑步能力等級 (Running Level), 乳酸門檻 配速，當前最賽事預測成績。 我又問「2023 年半程馬拉松最佳成績？」 AI : （在此將數據匿名） 日期：xxx 年 xxx 月 xxx 日（台北馬拉松半馬 Race-xxx km） 完賽時間：xxx（xxx 分 xxx 秒） 跑步距離：xxx km 平均配速：xxx /km（最佳單公里配速 xxx /km） 心率數據：平均心率 xxx bpm 跑姿與功率數據： 平均步頻：xxx spm 平均步幅：xxx m 平均觸地時間：xxx ms 垂直振幅：xxx cm 平均跑步功率：xxx W 訓練效果：有氧 TE xxx／無氧 TE xxx（門檻跑強度） 接著我問 「我那天睡的怎樣？」 AI : (一樣將數據匿名) 睡眠時間區間：2023-12-16 21:36 ～ 2023-12-17 03:30 總主要睡眠時長：x 小時 x 分鐘 清醒時間：僅 x 分鐘（占 x%） * 睡眠階段與質量結構 * 深層睡眠（Deep Sleep）：x%（約 x 小時 x 分鐘） 幫助身體與肌肉進行充分的物理恢復與修復。 * 快速動眼期（REM）：x%（約 x 小時 x 分鐘） 高比例的 REM 睡眠，有助於大腦集中力、反應速度與神經系統恢復。 * 淺層睡眠（Light Sleep）：x%（約 x 小時 x 分鐘） * 中途清醒（Awake）：x%（僅 x 分鐘，整體入睡過程相當沉穩順暢） 接著，好玩的來了，我們不講武德，問一些比較複雜的語意好了，這也是與傳統 APP 重 要的分界。 我問 : 「我 2023 年在平地上跑的比較不好的是那一天，也就是心率太高但是速度很 慢。」 AI 思考了一會，寫了一些 python, 最後： 2023 年平地跑得最吃力／表現最不理想的一天 日期：2023 年 9 月 25 日 地點／地形：完全平地（總爬升 x 公尺） 跑步距離：x km 完賽時間：x 分 x 秒 平均配速：x:xx /km 平均心率：x bpm（心率異常高於平時同配速表現） 平均步頻：x spm COROS 官方表現評級：Below Average（低於平均水準） 訓練負荷與 Focus：Training Load x／訓練焦點：Tempo 讓我們更很一點好了 lol 「在我 2023 年所有 10 公里以上的跑步中，找出平均配速最快的三場。接著比較每場 的平均心率、後半段心率漂移、最後 20% 距離的配速衰退與爬升變化。不要把最高心 率直接解讀為最辛苦，請判斷哪一場最可能是以最大生理代價換得速度，並交代判斷依 據。」 AI : 給出了圖表，以及做了一些運動科學剖析 (書寫時間有限，還是貼圖好了) https://imgur.com/a/Qalc4N7 我們再問： 「找出我 2023 年距離最長的五次跑步。對每一場比較前 30%、中間 40% 與最後 30% 的速度、心率、步頻和海拔變化。排除主要由連續上坡造成的合理減速後，判 斷哪一場最像真正的耐力崩盤；若資料不足以區分疲勞、補給不足或地形影響，必 須明說」 AI : 分析了一些原因，並且給出圖表 https://imgur.com/a/R2DGPBD 我的 42 km 的確後段是崩的。 最後一題， 「將我 2023 年的跑步和前一晚睡眠配對，把跑步分成前一晚主睡眠少於 6 小時 、6–7.5 小時、超過 7.5 小時三組。只比較距離與強度相近的活動，觀察平均 配速、平均心率及後段衰退是否有差異。請先確認 COROS MCP 是否真的能取得 完整 2023 睡眠資料；若不能，不得用最近七天資料替代。」 https://imgur.com/a/R54u1Jk AI 模型實際上也有一些更深入的探索分析，篇幅所限我不列出。 COROS MCP 目前提供 22 種工具。我們從幾個最簡單的問題開始測試，可以看到大語言 模型確實能理解問題、找到對應的工具，並成功取得所需資料。進一步面對具有多重語 意、條件較複雜的問題時，模型也能複合呼叫多個工具，找出對應欄位，再進行必要的 計算，得到初步結果。 我必須先聲明，這類測試其實有點「不講武德」XD 。大語言模型的強項是理解語言， 選擇工具與解釋結果，本來就不是為了大量指標分析與精確數值計算而設計。你當然可 以逼它完成這些工作，但當資料量、時間跨度與計算條件逐漸增加時，準確性與穩定性 都可能出現問題。一個更優雅的做法是是先透過 MCP 取得可用資料，將來源回傳至 SQLite，再交由擅長查詢、聚合與分析的 DuckDB 負責計算，最上層才接上大語言模 型，作為自然語言查詢與結果解釋介面。 至於實際的資料表設計、同步策略、指標定義與查詢方式，就交給你的小幫手一起討論 。整體架構其實並不難實現。(五年前我會說很難 lol) 關於本地端的 Google Gemma 4 e2b ，它甚至於可以跑在 Google Pixel 10 Pro 上，有 不錯的 token/s 在我的測試中可惜它偶而會無法將語意對應到 COROS MCP 所對應的 22 種工具，這不是它的問題，而是它的限制，我們可以加上中間的語意編譯讓他找到 對應的欄位，上述幾個簡單的問題其實他也正確的回答。 最後跟每個跑友比較有關的是，你可以單純的使用 COROS MCP，這讓你不必受限於特 定運動平台預先設計好的查詢方式，也不需要再深陷於複雜的 UI Dashboard 之中： ，透過問與答的方式讓模型替你尋找工具，取得資料並整理答案。 目前的 MCP 只提供寫出，根據 COROS 官方描述，預計 2026/9 讓使用者可以透過 AI 將「訓練計畫與單次課表」直接寫入 COROS App。這代表未來你喜歡的語言模型 ，可以參考過去的跑步紀錄、近期訓練負荷與恢復狀態，協助規劃接下來的訓練內容 ，再將產生的計畫或單次課表直接寫入 COROS。從資料查詢、訓練分析，到實際安排 課表，整個流程都有機會透過自然語言完成。 有 ChatGPT , 或是 Cladue 的跑友可以嘗試看看！:) 直接安裝 plug-in 就可以 跑。 最後補充 COROS MCP 目前共提供 22 種工具 1. 運動紀錄與詳細分析（7 項） * 查詢歷史運動紀錄，可依日期、運動類型、距離、配速與地點等條件篩選。 * 取得單次運動的完整數據，平均與最大心率、配速、步頻、步幅、功率、爬升。 * 產生教練風格的單次運動分析報告，綜合分析配速、心率區間與整體表現。 * 查詢單次運動的標準分圈數據。 * 查詢指定時間區段或自訂區間的分圈數據。 * 下載運動原始 .FIT 檔案，供進一步分析與研究。 * 取得原始 .FIT 檔案的直接下載網址。 2. 睡眠與夜間恢復（3 項） * 查詢睡眠品質，包括睡眠時長、深睡、淺睡、REM、清醒次數與小睡資訊。 * 查詢夜間睡眠 HRV（心率變異度）評估、基準線與變化趨勢。 * 查詢每日靜息心率趨勢。 3. 日常健康與生理數據（6 項） * 查詢每日健康摘要，包括步數、消耗熱量、全天心率、壓力與睡眠概況。 * 查詢每日平均心率變化。 * 查詢每日平均壓力指數。 * 查詢全天或指定時段的壓力時間序列資料。 * 查詢最新一次健康快照的心率、HRV、血氧、呼吸率等原始數據。 * 查詢生理期週期、階段預測與相關紀錄。 4. 體能評估與訓練負荷（4 項） * 查詢體能評估，包括 VO2max、跑步能力等級、門檻配速，以及預估成績。 * 查詢短期與長期訓練負荷，評估目前訓練是否過度或不足。 * 查詢目前身體恢復狀態與預估恢復時間。 * 查詢本週或指定日期範圍的訓練計畫與課表。 5. 個人與設備資訊（2 項） * 查詢個人基本資料，如身高、體重、年齡與性別。 * 查詢已綁定的 COROS 裝置資訊，包括手錶型號、序號與保固期限。 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.216.225.163 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/Road_Running/M.1785389772.A.EC6.html
推
07/30 13:45, 3天前 , 1F
推推
07/30 13:45, 1F
推
07/30 14:02, 3天前 , 2F
那個MCP不知道能取到什麼類型的資料 我自己是寫了parser
07/30 14:02, 2F
→
07/30 14:02, 3天前 , 3F
把fit檔全撈出來分析
07/30 14:02, 3F
→
07/30 14:02, 3天前 , 4F
不過能串接開課表功能倒是不錯 最近來玩玩看
07/30 14:02, 4F
→
07/30 14:10, 3天前 , 5F
可以完整的取出來FIT：）
07/30 14:10, 5F
→
07/30 14:11, 3天前 , 6F
目前看起來是幾乎所有的資料連它原本平台上面的負荷值都可
07/30 14:11, 6F
→
07/30 14:11, 3天前 , 7F
以拿下來
07/30 14:11, 7F
→
07/30 14:19, 3天前 , 8F
這代表其實簡單的本地端不用經過太複雜的計算直接就依據你
07/30 14:19, 8F
→
07/30 14:19, 3天前 , 9F
睡眠的情況，HRV，然後前幾天的負荷，接著跟你的語言模型討
07/30 14:19, 9F
→
07/30 14:19, 3天前 , 10F
論趨勢，你也可以描述你的體感然後再來安排接下來的課程
07/30 14:19, 10F
※ 編輯: MuMuH (49.216.225.163 臺灣), 07/30/2026 14:28:09
→
07/30 14:30, 3天前 , 11F
vs 大，我修改了文章，補充了COROS MCP 提供22個工具的內容
07/30 14:30, 11F
→
07/30 14:30, 3天前 , 12F
幾乎是全部了提供參考
07/30 14:30, 12F
推
07/30 16:02, 3天前 , 13F
這MCP滿厲害的 不過我覺得演算法才是重點，我自己逆向了W
07/30 16:02, 13F
→
07/30 16:02, 3天前 , 14F
KO5的PMC圖表 跟coros 的PMC圖表對不起來，不知道差在哪
07/30 16:02, 14F
→
07/30 16:02, 3天前 , 15F
，生理學理論的差異太大了，沒有掌握真正核心的算法，拿
07/30 16:02, 15F
→
07/30 16:02, 3天前 , 16F
到這些資料好像也不知道能幹嘛
07/30 16:02, 16F
推
07/30 16:37, 3天前 , 17F
好文 先推再慢慢看
07/30 16:37, 17F
→
07/30 16:44, 3天前 , 18F
為什麼一定要參考wk05呢？：）有一個現成的，且它的算法都
07/30 16:44, 18F
→
07/30 16:44, 3天前 , 19F
是有科學依據且開源，從2006年到今天還是依舊有開發者在維
07/30 16:44, 19F
→
07/30 16:44, 3天前 , 20F
護，仍舊不斷的更新，過去常常是被啟發借鏡的對象。裡面的
07/30 16:44, 20F
→
07/30 16:45, 3天前 , 21F
模型例如跑步在用的extended cp，臨界速度/功率的計算。GOV
07/30 16:45, 21F
→
07/30 16:45, 3天前 , 22F
SS, W′bal 疲勞恢復模型，從游泳，跑步再到自行車的訓練都
07/30 16:45, 22F
→
07/30 16:45, 3天前 , 23F
非常的齊全。如果你對打造自己的運動分析軟體有興趣，我覺
07/30 16:45, 23F
→
07/30 16:45, 3天前 , 24F
得從goldencheetah 著手或許也是另外一個不錯的選擇，至少
07/30 16:45, 24F
→
07/30 16:45, 3天前 , 25F
我是這麼做的：）
07/30 16:45, 25F
因為提到了 MCP 串接。各位跑友要特別注意隱私權的問題，以 COROS MCP 提供的資訊 會不會覺得很多：）會不會怕怕的？每一家AI 公司對待你的資料的方式都不太一樣， 實際上 COROS / Garmin 處理我們的資料態度也不一樣。有些免費的模型會拿你的資料 去訓練，有些對話你按讚了，資料就送出去了 lol 保存三年 。在串接之前，請謹慎查 閱各間公司對待私人資料，對話的方式。明確之後隱私權的處理，再串接！ ※ 編輯: MuMuH (49.216.225.163 臺灣), 07/30/2026 17:01:20
推
07/30 18:29, 3天前 , 26F
推
07/30 18:29, 26F
推
07/30 19:04, 3天前 , 27F
所以順序就是先弄一個第三方MCP在轉接到AI大模型..XD
07/30 19:04, 27F
→
07/31 00:40, 2天前 , 28F
看你是在意工具還是在意模型，Gemini 網頁版目前還不行不支
07/31 00:40, 28F
→
07/31 00:40, 2天前 , 29F
持任何的工具串接，必須要在Antigravity CLI 燒 token 用 G
07/31 00:40, 29F
→
07/31 00:40, 2天前 , 30F
emini agent. Chatgpt 看起來工具越來越多。好吧！ 昨天我
07/31 00:40, 30F
→
07/31 00:40, 2天前 , 31F
看到coros MCP的時候非常驚訝, 畢竟今年年初才跟官方申請AP
07/31 00:40, 31F
→
07/31 00:40, 2天前 , 32F
I存取權限結果被拒絕XD, 沒想到現在是通通放出來，這會讓後
07/31 00:40, 32F
→
07/31 00:40, 2天前 , 33F
面有更多不同的衍生的東西，變得有趣起來：）
07/31 00:40, 33F
推
07/31 01:36, 2天前 , 34F
用開源軟體是不錯的起點，我最終做出來的東西可能是讓AI
07/31 01:36, 34F
→
07/31 01:36, 2天前 , 35F
幫我處理數據分析這塊，用嚴謹的演算法分析，再依照分析
07/31 01:36, 35F
→
07/31 01:36, 2天前 , 36F
出來的圖表解讀吧，畢竟讀複雜圖表是人類不擅長的
07/31 01:36, 36F
→
07/31 01:38, 2天前 , 37F
做圖表這塊有太多現成輪子了，重工是不太有效率的做法，
07/31 01:38, 37F
→
07/31 01:38, 2天前 , 38F
應該要把重點放在找出正確的輪子，然後操作AI讀懂他
07/31 01:38, 38F
→
07/31 08:57, 2天前 , 39F
原始的raw可以放在 SQLite, 而演算法，PMC，統計等等一堆經
07/31 08:57, 39F
→
07/31 08:57, 2天前 , 40F
過程式計算整合進duckdb（它非常適合資料科學的工作） , 這
07/31 08:57, 40F
→
07/31 08:57, 2天前 , 41F
會對語言模型很有幫助因為它可以提供複合式的快速的欄位查
07/31 08:57, 41F
→
07/31 08:57, 2天前 , 42F
找以及聚合，也注意模型本身絕能不直接存取資料庫，也不直
07/31 08:57, 42F
→
07/31 08:57, 2天前 , 43F
接做數據的計算，它就只是根據我們所講的話，將語意分類（
07/31 08:57, 43F
→
07/31 08:57, 2天前 , 44F
其實人類的問題是可以分類的，問一堆感覺千變萬化，其實底
07/31 08:57, 44F
→
07/31 08:57, 2天前 , 45F
層都可以確實的對應到，上次的實作其實也才分34種，就非常
07/31 08:57, 45F
→
07/31 08:57, 2天前 , 46F
夠用，我覺得語言的對話更勝於圖表的表達，圖表本質是幫助
07/31 08:57, 46F
→
07/31 08:57, 2天前 , 47F
人類看懂，但其實現在好像也慢慢不需要了，最上層的AI介入
07/31 08:57, 47F
→
07/31 08:57, 2天前 , 48F
後，我覺得就單純一個對話欄位就可以了，用純粹的對話了解
07/31 08:57, 48F
→
07/31 08:57, 2天前 , 49F
自己的各項指標還有趨勢，透過對話的方式直接將課表排進手
07/31 08:57, 49F
→
07/31 08:57, 2天前 , 50F
錶，真的有需要再畫簡單的圖表就可以了。
07/31 08:57, 50F
→
07/31 09:03, 2天前 , 51F
然後祝你開發順利：）能夠自己跑，自己分析自己的數據是很
07/31 09:03, 51F
→
07/31 09:03, 2天前 , 52F
有趣的事情。
07/31 09:03, 52F
推
07/31 12:32, 2天前 , 53F
我的GPT接MCP抓不到活動細節資料 只有摘要平均等級的
07/31 12:32, 53F
推
07/31 12:44, 2天前 , 54F
上班code看久了，好像生病了，逛跑版也看到一些上班才
07/31 12:44, 54F
→
07/31 12:44, 2天前 , 55F
看得到的字眼
07/31 12:44, 55F
→
07/31 12:47, 2天前 , 56F
我剛嘗試單筆 FIT 也可下載喔！連名字都出來 lol
07/31 12:47, 56F
推
07/31 12:47, 2天前 , 57F
原來以前串的要移除重新新增 只按重新連結不會更新
07/31 12:47, 57F
→
07/31 12:47, 2天前 , 58F
6月更新的
07/31 12:47, 58F
‣ 更多 MuMuH 的文章
文章代碼(AID): #1gQkBCx6 (Road_Running)