Coach Leo — Documentation

Connectez Coach Leo à Claude, ChatGPT ou tout assistant IA compatible MCP.

Coach Leo est une application complète de coaching running IA disponible sur coachleo.ai. Elle synchronise votre Strava, construit vos plans d'entraînement adaptatifs, suit vos signaux corporels, gère vos chaussures et vous prépare pour vos courses — le tout fondé sur la science du sport. Elle expose également un serveur MCP pour les utilisateurs avancés qui souhaitent connecter Leo à leur assistant IA favori (ChatGPT, Claude, Mistral). En savoir plus sur Leo.

Vue d'ensemble

Coach Leo est un coach running IA personnel qui fonctionne comme un serveur MCP (Model Context Protocol) distant. Il se connecte à votre compte Strava et fournit un accompagnement d'entraînement scientifiquement fondé via 11 outils de coaching spécialisés.

Lorsque vous connectez Coach Leo à un assistant IA, cet assistant devient votre coach running — il peut analyser vos séances, construire vos plans d'entraînement, surveiller vos signaux corporels, gérer vos chaussures et vous préparer à vos courses, le tout adossé à une base de connaissances scientifiques issue de la littérature sportive.

Comment se connecter

Coach Leo utilise le transport Streamable HTTP avec authentification OAuth 2.1 et Dynamic Client Registration (DCR).

URL du serveur

https://mcp.coachleo.ai/mcp

Dans Claude :

  1. Ouvrez Réglages > Connecteurs
  2. Cliquez sur « Ajouter un connecteur personnalisé »
  3. Saisissez l'URL du serveur : https://mcp.coachleo.ai/mcp
  4. Cliquez sur Connecter — vous serez redirigé vers la page de connexion ou d'inscription Coach Leo
  5. Après authentification, les outils de Coach Leo sont disponibles dans votre conversation

Prérequis

  • Un compte Coach Leo avec un abonnement actif (essai gratuit de 7 jours disponible sur coachleo.ai)
  • Un compte Strava connecté (requis lors de l'onboarding pour synchroniser vos activités)

Authentification

Le serveur implémente la spécification complète du serveur d'autorisation OAuth 2.1 :

  • Découverte: /.well-known/oauth-authorization-server
  • Enregistrement dynamique de clients (DCR): POST /register
  • Autorisation: GET /authorize (redirige vers la connexion Coach Leo)
  • Échange de jeton: POST /token (PKCE avec S256)
  • Rafraîchissement de jeton: pris en charge avec rotation automatique
  • Révocation: POST /revoke

Les clients s'enregistrent dynamiquement via DCR. Aucun identifiant ni secret statique n'est requis.

Outils (11)

Coach Leo expose 11 outils organisés autour du pattern STRAP (la plupart des outils acceptent un paramètre action avec un champ data optionnel). Tous les outils incluent des annotations MCP (readOnlyHint, destructiveHint, openWorldHint). Aucun outil n'est destructif — toutes les écritures sont additives.

get_coaching_briefinglecture seule

Renvoie le contexte de coaching complet du coureur : profil, dernière activité, séance prévue aujourd'hui, tendances de charge d'entraînement (ACWR), course objectif, alertes de signaux corporels actives, données de readiness, décisions de coaching récentes et état du personnage running. Doit être appelé au début de chaque conversation.

athlete

Profil du coureur et personnage running — consulter, mettre à jour ou recalculer.

  • -get_profile — biométrie complète, données de technique de course, collection de chaussures, préférences de coaching, historique d'entraînement
  • -update_profile — met à jour tout champ du profil, y compris les préférences de coaching (style de communication, philosophie d'entraînement, préférence d'intensité, philosophie du repos, rôle du cross-training, seuil d'alerte des signaux, biais de perception de la fatigue)
  • -get_character — récupère les données du personnage running (nécessite 7+ jours d'usage et 5+ activités pour être éligible)
  • -recalculate_character — recalcule le personnage à partir des vrais patterns d'activité (appelé lors des bilans hebdomadaires)
activity

Activités d'entraînement du coureur synchronisées depuis Strava — recherche d'historique, récupération de détails, enregistrement de feedback post-séance.

  • -query — recherche d'historique d'activités avec filtres : plage de dates, type de sport (run, trail_run, ride, mountain_bike, nordic_ski), impact d'entraînement (primary, cross_aerobic, cross_muscular, cross_recovery)
  • -get_detail — détails complets d'activité : métriques, zones cardiaques, splits d'allure, résumé GPX
  • -record_feedback — enregistre le feedback subjectif post-séance : effort perçu (1-10), sensations, notes, chaussure portée
training

Plans d'entraînement et séances individuelles — créer, modifier, ajouter/supprimer des séances, lier les activités réalisées.

  • -get_plan — récupère le plan d'entraînement actif avec les séances prévues des 14 prochains jours
  • -create_plan — construit un plan structuré avec séances quotidiennes (date, type, titre, description, durée cible). La base de connaissances est toujours consultée en premier pour la méthodologie d'entraînement.
  • -update_session — marque une séance comme terminée, sautée ou modifiée, avec une raison d'adaptation optionnelle et un lien vers l'activité Strava réalisée
body_signals

Signaux corporels (tiraillements, courbatures, petits bobos) et check-ins de readiness quotidiens.

  • -record_observation — enregistre un retour lié à l'entraînement : tiraillement, courbature, asymétrie avec zone du corps, sévérité (info/watch/warning/alert), contexte de terrain, interprétation IA, références scientifiques et actions recommandées
  • -record_physical_setback — enregistre un incident physique confirmé avec date de début, sévérité (minor/moderate/severe), type, cause probable et plan de récupération
  • -record_readiness — check-in quotidien de readiness : heures de sommeil, qualité du sommeil, niveau d'énergie, humeur, niveau de stress, courbatures musculaires, fréquence cardiaque au repos
shoes

Collection de chaussures avec suivi de l'usure et inspections — ajouter, retirer, inspecter, lier à l'équipement Strava.

  • -add — enregistre une nouvelle chaussure (marque, modèle, catégorie : trail/road/mixed, durée de vie estimée, Strava gear ID)
  • -update — modifie les détails d'une chaussure
  • -retire — marque une chaussure comme en fin de vie
  • -inspect — enregistre une inspection d'usure zone par zone (outsole, midsole lateral, midsole medial, upper, heel, insole) avec note visuelle (1-10), observations, analyse IA et durée de vie restante estimée
  • -stats — statistiques de chaussure : km totaux, historique d'inspections, durée de vie restante estimée
  • -link — lie automatiquement les chaussures aux activités via les Strava gear IDs
race

Courses de la découverte au bilan post-course — lister, inscrire, modifier, enregistrer les résultats.

  • -list — récupère toutes les courses par statut (planned, completed, DNS, DNF)
  • -add — inscrit une course avec distance, dénivelé, type de terrain, objectif, rôle (objectif/préparatoire/découverte) et course parente optionnelle pour la hiérarchie de préparation
  • -update — modifie les détails d'une course
  • -report — enregistre les résultats de course : temps final, notes, rapport complet
knowledge

Base de connaissances scientifique (entraînement, surentraînement, technique de course, nutrition, trail, psychologie). Consultée avant toute recommandation d'entraînement, analyse de signal corporel ou conseil de technique de course.

  • -search — recherche hybride sémantique + plein texte par catégories : méthodologie d'entraînement, prévention du surentraînement, spécifique trail, technique de course, nutrition & récupération, psychologie, cross-training
  • -list_sources — parcourt les documents par catégorie et niveau (T1 évalué par les pairs, T2 expert, personnalisé)
  • -ingest — ajoute un nouveau document scientifique avec découpage et embedding automatiques
  • -record_gap — enregistre un sujet manquant quand la recherche ne renvoie aucun résultat pertinent
  • -list_gaps — affiche les lacunes de connaissances par statut (open, researching, resolved)
  • -resolve_gap — marque une lacune comme résolue avec les documents liés
memory

Mémoire de coaching persistante entre les sessions — consigne les décisions, recherche l'historique passé. Garantit la continuité et évite les conseils contradictoires.

  • -log_conversation — enregistre un échange de coaching avec sujet (onboarding, adaptation de plan, analyse de signal corporel, prévention du surentraînement, bilan hebdomadaire, préparation de course), résumé, décisions et actions
  • -search_history — recherche dans les décisions de coaching passées, les activités et les observations d'entraînement par plage de dates et scope
race_performancelecture seule

Renvoie les projections actuelles de temps de course (5 km, 10 km, semi, marathon), une estimation ajustée trail pour une course cible, et les zones d'entraînement actuelles (zones d'allure Daniels Z1-Z5 + zones cardiaques Karvonen). Source de vérité unique partagée avec le tableau de bord — même VDOT, même ensemble (VDOT, Tanda, Cameron, Riegel) avec pondération dynamique selon le profil. Élimine le risque que le coach improvise les temps de course.

get_skill_workflowlecture seule

Charge un workflow de coaching détaillé avec instructions pas à pas, séquences d'appels d'outils et requêtes à la base de connaissances. Workflows disponibles : onboarding, post-activity analysis, body signal analysis, overtraining monitor, weekly review, adaptive training plan, race planning, deep research, shoe wear analysis, character reveal, arena.

Workflows de coaching

Au-delà des outils individuels, Coach Leo orchestre des scénarios de coaching complexes via 11 workflows prédéfinis. Chaque workflow définit la séquence exacte d'appels d'outils, de requêtes à la base de connaissances et la logique de décision pour une situation de coaching spécifique :

  • Onboarding guide les nouveaux coureurs à travers la configuration initiale du profil, la connexion Strava et la première conversation de coaching
  • Analyse post-séance débrief structuré après une séance : métriques d'activité, collecte de feedback subjectif, consultation de la base de connaissances, enregistrement des signaux d'entraînement
  • Analyse des signaux corporels analyse les inconforts, tiraillements ou sensations inhabituelles signalés avec un contexte scientifique et une évaluation de sévérité
  • Surveillance du surentraînement détecte le risque de surentraînement à partir des pics de charge, des patterns d'inconfort récurrents et des signaux de technique de course
  • Bilan hebdomadaire synthèse complète de la semaine d'entraînement : analyse du volume, adhérence au plan, tendances de readiness, recalcul du personnage, journalisation en mémoire
  • Plan d'entraînement adaptatif crée ou modifie un plan périodisé selon les objectifs de course, le temps disponible, la condition actuelle, la philosophie d'entraînement et l'intégration du cross-training
  • Préparation de course cycle de vie complet de la course, de la découverte au rapport post-course, incluant la hiérarchie des courses préparatoires et l'analyse du parcours
  • Recherche approfondie enrichit la base de connaissances avec de la littérature scientifique récente sur un sujet spécifique
  • Analyse de l'usure des chaussures workflow d'inspection zone par zone avec recommandations de timing de remplacement
  • Révélation du personnage révélation cérémonielle du personnage running lorsque le coureur atteint l'éligibilité (7+ jours, 5+ activités)
  • Arène progression d'expédition, statut de saison, quêtes, série d'entraînement et XP (la couche de gamification)

Prise en charge multi-sport

Coach Leo suit cinq types de sport depuis Strava, chacun classé selon son impact d'entraînement :

  • Course & Trail entraînement principal (métriques complètes : allure, cadence, zones cardiaques, dénivelé)
  • Vélo de route cross-training aérobie
  • VTT cross-training musculaire
  • Ski nordique cross-training aérobie

Les séances de cross-training sont intégrées aux plans d'entraînement comme blocs stratégiques ou complémentaires selon les préférences de coaching du coureur.

Données et confidentialité

  • Toutes les données sont stockées dans une base PostgreSQL hébergée en Allemagne (Hetzner, UE)
  • Toutes les connexions utilisent le chiffrement HTTPS/TLS
  • Les données Strava sont en lecture seule — Coach Leo ne modifie jamais votre compte Strava
  • Les données de chaque utilisateur sont strictement isolées — aucun partage inter-utilisateurs
  • Conforme RGPD avec export et suppression complets des données
  • Aucune donnée n'est utilisée pour l'entraînement de modèles d'IA

Politique de confidentialité complète : coachleo.ai/privacy

Support

Pour toute question, problème ou retour : [email protected]