$ loading_
用自然语言连接 TrainingPeaks，查询训练、生成间歇并跟踪体能趋势。
整体看属于低到中等风险的第三方 MCP 工具：已知为开源 MIT 项目，且未声明需要额外密钥或固定外发端点。主要风险点在于其会本机执行代码、会与 TrainingPeaks 账户交互，但文档非常有限、社区采用度低，需在受限环境中使用。
材料声明无需环境变量或 API 密钥，但功能描述包含“automatic secure login”，说明仍可能涉及 TrainingPeaks 账户登录态或会话凭证；凭证获取与存放方式未在材料中说明，存在一定账号滥用与会话泄露不透明性。
描述明确表明该工具会与 TrainingPeaks 交互以查询训练、跟踪趋势和添加评论，因此必然存在向外部服务发送数据的行为；但文档未列出具体远程端点或数据流范围，网络外发边界不够透明。
系统检查项标明该工具会执行代码/起进程，这是 MCP 工具的常规能力，应按需留意；材料未显示其申请异常系统权限，也未见明显越权迹象。
按描述，其可读取 TrainingPeaks 中的训练记录、结构化间歇和体能趋势，并可写入评论，说明对远程账户数据具有读写能力；未见其声明访问本地文件系统，但可操作的账户数据范围仍应最小化授权。
正面因素是其开源且采用 MIT 许可证，可进行源码审计；但来源为第三方 registry、仓库社区采用度为 0 star、维护状态未知且 README 缺失，供应链成熟度与可验证性偏弱，建议先审源码与锁定版本。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"TrainingPeaks MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
连接我的 TrainingPeaks 账户，列出我本周每天的训练安排，并标注训练时长、类型和目标强度。
返回本周训练日程概览，按天整理训练内容、时长与强度目标。
帮我创建一个 60 分钟的自行车间歇训练：热身 15 分钟，随后 5 组 4 分钟阈值强度 + 3 分钟恢复，最后冷却 10 分钟，并保存到 TrainingPeaks。
生成可保存到 TrainingPeaks 的结构化训练，包含每段时长、强度与顺序。
分析我最近 8 周的训练负荷和体能变化趋势，指出是否有疲劳积累风险，并在今天的训练记录下添加简短备注。
输出训练负荷与体能趋势分析、风险提示，并将备注写入当天训练记录。
通过对接 AI 记录饮食与训练，汇总营养摄入、运动计划和周期报告。