Activitywatch MCP Server

🚀 活動觀察 MCP 服務器

活動觀察 MCP 服務器允許通過 Claude 等 AI 工具與 ActivityWatch 進行交互，實現對用戶活動數據的查詢和分析，為用戶行為的跟蹤與研究提供了便利。

🚀 快速開始

使用此 MCP 服務器前，需確保 Node.js 和 npm 已安裝，且 ActivityWatch 服務器正在運行，默認地址為 http://localhost:5600。

✨ 主要特性

• 收集活動數據：從 ActivityWatch 收集詳細的用戶活動數據。
• 時間範圍篩選：支持指定時間段進行數據查詢。
• 多條件過濾：可以根據應用程序、狀態（如是否空閒）等條件過濾數據。
• 數據聚合：能夠將活動數據按應用程序或其他屬性進行彙總和統計。

📦 安裝指南

從 npm 安裝

npm install activitywatch-mcp-server

源碼構建安裝

1. 克隆倉庫：

git clone https://github.com/yourusername/activitywatch-mcp-server.git
cd activitywatch-mcp-server

2. 安裝依賴：

npm install

3. 啟動服務：

npm start

💻 使用示例

基礎用法

連接 ActivityWatch

默認連接到 http://localhost:5600。如需更改，請修改源碼中的配置。

獲取瀏覽器活動

{
  "timeperiods": ["2024-10-28/2024-10-29"],
  "query": ["browser_events = query_bucket('aw-watcher-web'); RETURN = browser_events;"]
}

過濾空閒狀態

{
  "timeperiods": ["2024-10-28/2024-10-29"],
  "query": [
    "afk_bucket = query_bucket('aw-watcher-afk_');",
    "not_afk_events = filter_keyvals(afk_bucket, 'status', ['not-afk']);",
    "window_events = query_bucket('aw-watcher-window_');",
    "final_events = filter_period_intersect(window_events, not_afk_events);",
    "RETURN = final_events;"
  ]
}

高級用法

獲取窗口事件

window_events = query_bucket(find_bucket("aw-watcher-window_"));
RETURN = window_events;

按應用程序分組

window_events = query_bucket(find_bucket("aw-watcher-window_"));
events_by_app = merge_events_by_keys(window_events, ["app"]);
RETURN = sort_by_duration(events_by_app);

📚 詳細文檔

配置

默認連接地址為 http://localhost:5600。如需更改，請在代碼中修改相應配置。

故障排除

ActivityWatch 未運行

如果服務出現連接錯誤，請確保 ActivityWatch 已啟動並可通過 http://localhost:5600 訪問。

查詢錯誤

• 檢查查詢語法
• 確認桶 ID 正確
• 驗證時間段內有數據
• 查看 ActivityWatch 日誌獲取更多信息

問題提示

當通過 Claude 運行查詢時，確保 JSON 格式正確。特別是將所有查詢語句放在一個字符串中：

{
  "timeperiods": ["2024-10-28/2024-10-29"],
  "query": ["statement1; statement2; RETURN = result;"]
}

🤝 貢獻

歡迎貢獻！請隨時提交 Pull Request。

📄 許可證

MIT