COROS MCP:創新的數據呈現方式

本文件展示了數個透過 COROS MCP 實現的數據儀表板範例。透過與 Claude、ChatGPT 等 AI 模型協作,使用者可以建立各式各樣的儀表板,用來呈現訓練、恢復趨勢以及其他生物辨識數據。

 

◢◢ 重要說明

以下所有範例皆是系統即時(real-time)抓取真實的訓練、恢復與生物辨識數據所渲染而成。這些僅是冰山一角,MCP 的應用擁有無限的可能,鼓勵使用者發揮創意自行建構。

系統配置(The Setup)

COROS MCP 提供 14 個即時端點(live endpoints),涵蓋運動紀錄、心率變異度(HRV)、睡眠、恢復狀態、壓力指數、訓練負荷、體能評估等數據。

 


 

7 大獨特應用案例

 

1. 多項運動平衡輪(Multi-Sport Balance Wheel)

  • 核心提問:您在各個運動項目上的訓練時間佔比為何?與去年同期相比有何變化?
     


     
  • 圖表呈現:採用雙環甜甜圈圖(Double-ring doughnut chart)。外環代表 2026 年(1 至 5 月),內環代表 2025 年同期。每個區塊代表不同的運動類別,包含:路跑、越野跑、室內跑步、自行車、健身/有氧、高山滑雪、越野滑雪以及重量訓練。
  • 數據亮點
    • 2026 年 1 月至 5 月 13 日的累計活躍時間為 122 小時
    • 最大的轉變在於路跑里程的增加(聖地牙哥訓練區段每月增加 130 公里以上)。
    • 2025 年在「高山滑雪」投入的時間較多(2025 年為 28 小時,2026 年僅 4 小時)。

💡 有趣小常識:僅 1 月 24 日參加的「香港 50 公里越野超馬」,就為越野跑貢獻了 7 小時 51 分鐘,這幾乎等於整個 4.5 個月期間所有室內跑步機訓練的總和。

 

2. 恢復 → 表現關聯性(Recovery → Performance Correlation)

  • 核心提問:晨間 HRV(心率變異度)較高,是否真的能讓隔天的訓練表現出更強的運動強度?
     


     
  • 圖表呈現:包含 74 組配對數據的簡潔散佈圖(Scatter plot)。橫軸(X 軸)為晨間 HRV (ms),縱軸(Y 軸)為隔天訓練的平均心率 (bpm)。每個圓點依月份(2、3、4、5 月)標示顏色,並疊加一條線性迴歸趨勢線。
  • 數據指標
    • 基線 HRV82ms(正常範圍為 74–90ms)。
    • 相關性弱正相關(Weak +),顯示較高的 HRV 傾向帶來更高的運動強度(harder effort)。
    • 最大離群值:5 月 10 日(HRV 為 87,隔天心率達到 158 進入賽事配速)。

 

3. 自主旅遊干擾監測(Travel Disruption Monitor)

  • 核心提問:離開家鄉前往外地,對您的神經系統恢復與壓力會造成什麼影響?
     


     
  • 圖表呈現:2026 年 2 月 13 日至 5 月 13 日的雙軸時間軸圖表。藍色實線代表 HRV(左軸),橘色虛線代表壓力水平(right axis)。出差/旅遊的日子在圖表上會以紅色圓點與陰影醒目提示,讓旅遊引起的生理干擾一目了然。
  • 數據指標
    • 最差 HRV:63ms(3 月 28 日,聖地牙哥訓練引起的疲勞)。
    • 壓力高峰:71(2 月 20 日,洛杉磯之旅)。
    • 最佳狀態期:4 月 28–30 日(返回家鄉後,HRV 回升至 97–98ms)。

💡 有趣小常識:從倫敦返家後的 48 小時內,身體便恢復到了全年最高的 HRV 數據(97–98ms),這顯示旅途本身的奔波(而非訓練本身)才是當時最主要的壓力來源。

 

4. 週末 vs. 工作日恢復(Weekend vs. Weekday Recovery)

  • 核心提問:您在週末的恢復狀況真的比較好嗎?還是您正深受「社交時差(Social Jet Lag)」之苦?
     


     
  • 圖表呈現:由 90 天數據計算出的綜合圖表。以長條圖呈現一週內各天的平均 HRV,並疊加折線圖呈現平均壓力水平。週末的長條會以更深的藍色醒目表示。
  • 數據指標
    • 最佳 HRV 日:週二(平均 HRV 最高)。
    • 最疲累/壓力最大日:週五(平均壓力最高)。
    • 社交時差:極小(Minimal),週末與工作日的 HRV 表現相當。

 

5. 訓練連續紀錄牆(Training Consistency Streak)

  • 核心提問:當您把連續 133 天的訓練攤開在同一個畫面上時,看起來會是怎樣?
     


     
  • 圖表呈現:採用類似 GitHub 風格的日曆熱圖(Calendar Heatmap),涵蓋 2026 年 1 月 1 日至 5 月 13 日。每一個格子代表一天,顏色的深淺代表當天消耗的卡路里(灰色代表休息日,淡綠色到深森林綠則代表從輕鬆到強度極高的訓練課表)。
  • 數據亮點
    • 在 133 天中,有 107 天 為活躍日,訓練天數佔比達 80%
    • 最長連續訓練天數(Streak):27 天(3 月 22 日至 4 月 18 日,聖地牙哥訓練區段)。

💡 有趣小常識:該熱圖中唯一出現的連續休息格子是在 4 月 28–30 日底,而這三天正好產出了全年最高的 HRV 紀錄(97–98ms)。這代表身體當時明確發出了需要休息的信號,且確實得到了充分的喘息。

 

6. 季節性逐年對比(Seasonal Year-over-Year Comparison)

  • 核心提問:您的訓練量比去年多還是少?主要是哪幾個月拉開了差距?
     


     
  • 圖表呈現:採用分組長條圖(Grouped bars),並列呈現 2025 年與 2026 年每月的跑步里程 (km),同時疊加折線圖以追蹤每年的每月訓練總次數。數據範圍涵蓋 1 月至 5 月 13 日。

💡 有趣小常識:2026 年 4 月包含了一段倫敦跑步行程,在倫敦市中心連續 4 天進行了 16–18 公里的跑步,短短 4 天內貢獻了約 61 公里。雖然這強度在之前的聖地牙哥訓練期間不算稀奇,但在逐年對比圖中,它變成了一個非常亮眼的綠色增長峰值。

 

7. 每日訓練準備度高峰(Daily Training Readiness Peak)

  • 核心提問:根據身體的綜合指標,一天當中的哪一個時段最適合進行訓練?
     


     
  • 如何建構(技術細節):透過 COROS MCP 查詢了連續 7 天的 HrvAssessment(HRV 評估)與 queryStressLevel(壓力水平)數據,計算出每日的綜合評分。接著將每日評分乘以一個 17 點的晝夜節律乘數陣列(Circadian multiplier array)(時間從早上 6 點至晚上 10 點,高峰設定在下午 4 點)。
  • 圖表呈現:顯示每週數據與最佳訓練窗口的曲線圖。
  • 數據指標
    • 最佳訓練窗口下午 2 點至 6 點(神經肌肉與訓練準備度在下午達到高峰,於圖表中以陰影區塊呈現)。
    • 當日高峰評分:63/100。
    • 本週最佳日子:週四(達到 73/100)。
    • 最低潮的日子:週二(僅 41/100,主因是 HRV 掉到谷底)。

💡 有趣小常識:在圖表中,週二的準備度曲線被刻意設計成「虛線且稍微加粗」。這是一項視覺設計上的巧思,讓使用者即使在房間的另一頭粗略端詳圖表,也能一眼看出哪一天是身體機能低落的「崩潰日」。

 

◢◢ 隱私與安全控管

存取權限僅透過使用者明確授權方可授予。您自行決定是否連接您的帳戶,且連線僅在您核准的權限範圍內運作。此整合並非帳戶的後門,它不會繞過現有的驗證機制、隱私控制或安全防護措施。使用者應將此視為目前所使用工具的安全延伸:您的數據保護依然有效、您的權限仍然至關重要,而且您始終掌控著連接的內容以及允許執行的操作。

 


 

Reference: COROS MCP:創新的數據呈現方式
原文連結:https://coros.com/stories/coros-metrics/c/mcp-testing

Floating Button
已加入購物車
已更新購物車
網路異常,請重新整理