Formula One Racing Data (FastF1)

Formula One Racing Data (FastF1)

🚀 一级方程式MCP服务器

本一级方程式上下文协议(MCP)服务器借助 FastF1 Python 库,为用户提供便捷的一级方程式数据及统计信息访问途径。通过简洁的 MCP 接口,您可以轻松获取比赛日历、赛事详情、会话结果、车手信息、圈速时间、遥测数据以及车手和车队冠军积分等丰富内容。

✨ 主要特性

  • 📅 获取特定赛季的一级方程式比赛日历。
  • 🔍 查看具体分站赛的详细信息。
  • 🏁 获取练习赛、排位赛及正赛的结果。
  • 🚗 访问车手信息和统计数据。
  • 📊 分析车手表现,涵盖圈速时间和遥测数据。
  • ⚔️ 比较多位车手的表现。
  • 🏆 获取特定赛季或轮次的车手和车队冠军积分。

📦 安装指南

1. 安装 Python 依赖项

pip install fastf1 pandas numpy

2. 安装 Node.js 依赖项

cd f1-mcp-server
npm install

3. 编译 TypeScript 代码

npm run build

4. 添加到 MCP 设置

在您的 Cline MCP 设置文件(~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json)中添加以下内容:

{
"mcpServers": {
"formula1": {
"command": "node",
"args": ["/Users/rakeshgangwar/Documents/Cline/MCP/f1-mcp-server/build/index.js"],
"disabled": false,
"autoApprove": []
}
}
}

💻 使用示例

基础用法

一旦服务器添加到您的 MCP 设置并运行后,您就可以使用 Cline 来访问一级方程式数据。以下是一些示例查询:

  • "显示 2023 年度的一级方程式比赛日历"
  • "获取 2022 年蒙特卡洛大奖赛的结果"
  • "比较汉密尔顿和维斯塔潘在 2021 年英国大奖赛中的表现"
  • "展示勒克莱尔在 2023 年意大利大奖赛排位赛中最快圈速的遥测数据"
  • "当前一级方程式车手积分榜是怎样的?"

📚 详细文档

可用工具

1. get_event_schedule

获取特定赛季的一级方程式比赛日历。 参数:

  • year(数字):赛季年份(例如,2023)

2. get_event_info

查看具体分站赛的详细信息。 参数:

  • year(数字):赛季年份(例如,2023)
  • event(字符串):赛事名称或位置

3. get_session_results

获取练习赛、排位赛及正赛的结果。 参数:

  • year(数字):赛季年份(例如,2023)
  • session(字符串):会话类型(例如,'Practice', 'Qualifying', 'Race')

4. get_driver_info

获取车手信息和统计数据。 参数:

  • driver(字符串):车手姓名或编号

5. analyze_lap_times

分析车手表现,包括圈速时间。 参数:

  • driver(字符串):车手姓名或编号
  • session(字符串):会话类型(例如,'Qualifying', 'Race')

6. compare_driver_performance

比较多位车手的表现。 参数:

  • drivers(字符串数组):车手姓名或编号的列表
  • session(字符串):会话类型(例如,'British Grand Prix', 'Italian Grand Prix')

7. get_telemetry_data

获取特定车手在某个比赛中的遥测数据。 参数:

  • driver(字符串):车手姓名或编号
  • race(字符串):比赛名称或位置

8. get_championship_standings

获取特定赛季或轮次的车手和车队冠军积分。 参数:

  • year(数字):赛季年份(例如,2023)
  • round_num(数字,可选):比赛轮次编号

🔧 技术细节

此服务器使用 FastF1 Python 库,该库提供官方一级方程式计时数据、赛车遥测数据和会话结果的访问权限。

📄 许可证

MIT

  • 0 关注
  • 0 收藏,12 浏览
  • system 提出于 2025-09-27 21:36

相似服务问题