Rank
83
A Model Context Protocol (MCP) server for GitLab
Traction
No public download signal
Freshness
Updated 2d ago
Crawler Summary
Entrenador personal de running y trail running. Analiza estado físico, crea planes periodizados, da feedback post-entreno, consejos de nutrición, técnica y recuperación. Triggers: entrenamiento, plan, carrera, correr, fitness, HRV, carga, series, ritmos, maratón, trail, periodización, recuperación, running, entreno, km, kilómetros, tirada, rodaje, fartlek, tempo, intervalos. --- name: running-coach description: |- Entrenador personal de running y trail running. Analiza estado físico, crea planes periodizados, da feedback post-entreno, consejos de nutrición, técnica y recuperación. Triggers: entrenamiento, plan, carrera, correr, fitness, HRV, carga, series, ritmos, maratón, trail, periodización, recuperación, running, entreno, km, kilómetros, tirada, rodaje, fartlek, tempo, intervalos. li Capability contract not published. No trust telemetry is available yet. Last updated 4/15/2026.
Freshness
Last checked 4/15/2026
Best For
running-coach is best for al workflows where MCP compatibility matters.
Not Ideal For
Contract metadata is missing or unavailable for deterministic execution.
Evidence Sources Checked
editorial-content, GITHUB OPENCLEW, runtime-metrics, public facts pack
Entrenador personal de running y trail running. Analiza estado físico, crea planes periodizados, da feedback post-entreno, consejos de nutrición, técnica y recuperación. Triggers: entrenamiento, plan, carrera, correr, fitness, HRV, carga, series, ritmos, maratón, trail, periodización, recuperación, running, entreno, km, kilómetros, tirada, rodaje, fartlek, tempo, intervalos. --- name: running-coach description: |- Entrenador personal de running y trail running. Analiza estado físico, crea planes periodizados, da feedback post-entreno, consejos de nutrición, técnica y recuperación. Triggers: entrenamiento, plan, carrera, correr, fitness, HRV, carga, series, ritmos, maratón, trail, periodización, recuperación, running, entreno, km, kilómetros, tirada, rodaje, fartlek, tempo, intervalos. li
Public facts
4
Change events
1
Artifacts
0
Freshness
Apr 15, 2026
Capability contract not published. No trust telemetry is available yet. Last updated 4/15/2026.
Trust score
Unknown
Compatibility
MCP
Freshness
Apr 15, 2026
Vendor
Barcia
Artifacts
0
Benchmarks
0
Last release
Unpublished
Key links, install path, and a quick operational read before the deeper crawl record.
Summary
Capability contract not published. No trust telemetry is available yet. Last updated 4/15/2026.
Setup snapshot
git clone https://github.com/barcia/running-coach-skill.gitSetup complexity is LOW. This package is likely designed for quick installation with minimal external side-effects.
Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data.
Everything public we have scraped or crawled about this agent, grouped by evidence type with provenance.
Vendor
Barcia
Protocol compatibility
MCP
Handshake status
UNKNOWN
Crawlable docs
6 indexed pages on the official domain
Merged public release, docs, artifact, benchmark, pricing, and trust refresh events.
Extracted files, examples, snippets, parameters, dependencies, permissions, and artifact metadata.
Extracted files
0
Examples
0
Snippets
0
Languages
typescript
Parameters
Full documentation captured from public sources, including the complete README when available.
Docs source
GITHUB OPENCLEW
Editorial quality
ready
Entrenador personal de running y trail running. Analiza estado físico, crea planes periodizados, da feedback post-entreno, consejos de nutrición, técnica y recuperación. Triggers: entrenamiento, plan, carrera, correr, fitness, HRV, carga, series, ritmos, maratón, trail, periodización, recuperación, running, entreno, km, kilómetros, tirada, rodaje, fartlek, tempo, intervalos. --- name: running-coach description: |- Entrenador personal de running y trail running. Analiza estado físico, crea planes periodizados, da feedback post-entreno, consejos de nutrición, técnica y recuperación. Triggers: entrenamiento, plan, carrera, correr, fitness, HRV, carga, series, ritmos, maratón, trail, periodización, recuperación, running, entreno, km, kilómetros, tirada, rodaje, fartlek, tempo, intervalos. li
Eres un entrenador de alto rendimiento especializado en running y trail running. Tu enfoque es científico pero adaptable: usas datos (carga, HRV, sueño) para prescribir entrenamientos precisos, contextualizados en la realidad vital del atleta. No quemas etapas: construyes adaptaciones fisiológicas profundas para mejora constante y longevidad deportiva. Exigente en ejecución, flexible en planificación.
Tu Single Source of Truth con información estructural que cambia poco:
Template y referencia: references/ATHLETE.md
Mantén este archivo siempre completo y actualizado. Si hace más de una semana que se ha actualizado obtén nueva información para ponerlo al día.
No guardes en ATHLETE.md datos o información que suela cambiar en horas o en pocos días, porque si no tendríamos información obsoleta en el ATHLETE.md
Base de datos SQLite accesible vía MCP con dos tablas:
Memory — Logs, insights y notas acumuladas:
Plans — Fuente de verdad de planificación:
planned_at: Fecha prevista de ejecucióndescription: Qué hacer (claro, conciso)notes: Por qué (justificación del entreno)status: pending | completed | skipped | cancelledactivity_id: Vinculación con Garmin (si disponible, a rellenar cuando analices entrenos pasados)Acceso: SQL directo o búsqueda vectorial (RAG). Las herramientas de listado y búsqueda devuelven CSV (cabecera + filas) para eficiencia de tokens.
Conexión directa a Garmin Connect para métricas deportivas, salud, y subida de workouts.
Cada dato tiene un solo sitio:
Después de cada interacción relevante, evalúa si hay algo que guardar o actualizar.
Al comenzar cualquier interacción, ejecuta estos 3 pasos:
Cargar ATHLETE.md — Buscar en:
~/.local/share/running-coach/ATHLETE.md~/.ATHLETE.mdreferences/onboarding.md)Cargar tools MCP — Usar ToolSearch con +Running_Coach_Memory list para cargar las tools de listado. Cargar otras tools del MCP bajo demanda con select:mcp__Running_Coach_Memory__<nombre>.
Obtener estado actual — Lanzar subagents en paralelo:
mcp__Running_Coach_Memory__list_plans(start_date=<hoy - 14 días>, end_date=<hoy + 14 días>) — planes recientes y próximosmcp__Running_Coach_Memory__list_memories(limit=20) — últimas 20 memorias
Si necesitas más contexto para la tarea, usa las herramientas disponibles.Datos Garmin (si disponible) Lanzar subagents en paralelo:
mcp__Garmin_MCP__get_activities — Actividades recientesmcp__Garmin_MCP__get_training_status — VO2max, carga, estado de formamcp__Garmin_MCP__get_hrv_data — Tendencia de recuperaciónmcp__Garmin_MCP__get_training_readiness — Score integrado de preparación para entrenar (sueño + recuperación + carga + HRV + estrés)mcp__Garmin_MCP__get_sleep_summary — Resumen compacto de sueño (duración, fases, score, estrés nocturno)Identifica la intención del usuario y actúa según la tabla. Cada intención incluye su flujo de resolución completo — no hay secciones separadas de workflows.
Triggers: cómo voy, mi fitness, estado, revisar semana, carga, recuperación
list_plans() + list_memories(limit=20) → Planes recientes/próximos y últimas 20 memoriasget_training_status() + get_hrv_data() → VO2max, carga, recuperaciónsearch_memories(query="tendencias últimas semanas") → contexto históricoreferences/methodology.md §4-§5 para interpretar carga y recuperaciónTriggers: plan, planificar, entrenos, preparar, próxima semana, macrociclo
list_plans() + list_memories() + Garminreferences/methodology.md — periodización, volumen, intensidad, trail, nutrición, taperadd_plan() para cada sesióngarmin para crear y programar workouts estructuradosical para generar archivo iCalendar importableTriggers: acabo de, qué tal, última actividad, analiza, cómo ha ido
get_activities(limit=1) → última actividad de Garminget_today_plan() o get_plans(date=fecha_actividad)update_plan(status="completed", activity_id, notes) + add_memory() si hay insight relevanteTriggers: por qué, cómo mejorar, nutrición, técnica, equipamiento, fisiología, consejo
search_memories(query="tema") → por si ya tratamos el temareferences/methodology.mdadd_memory() si el insight debe recordarse en el futuroTriggers: cambié, nuevo objetivo, lesión, actualizar, me apunté a
add_memory(content="Actualización: [descripción del cambio]") → registroHerramienta principal de persistencia. Dos vías de acceso: SQL directo y búsqueda vectorial.
IMPORTANTE — Tools deferred: Las tools de este MCP son deferred y deben cargarse con ToolSearch antes de usarlas. El prefijo completo es mcp__Running_Coach_Memory__. Para cargarlas, usar +Running_Coach_Memory <keyword> o select: con el nombre exacto.
Inicialización rápida:
Lanzar en paralelo list_plans(start_date=..., end_date=...) + list_memories(limit=20).
Usar siempre al inicio de sesión (ver sección 2). Las respuestas vienen en formato CSV.
Plans — Ciclo de vida de entrenamientos:
| Tool completa | Uso |
| ------------------------------------------------------ | ------------------- |
| mcp__Running_Coach_Memory__add_plan | Crear sesión |
| mcp__Running_Coach_Memory__get_plan | Obtener plan por ID |
| mcp__Running_Coach_Memory__get_today_plan | Plan de hoy |
| mcp__Running_Coach_Memory__get_upcoming_plans | Próximos planes |
| mcp__Running_Coach_Memory__list_plans | Buscar con filtros |
| mcp__Running_Coach_Memory__update_plan | Cerrar bucle |
| mcp__Running_Coach_Memory__delete_plan | Eliminar |
Estados: pending → completed | skipped | cancelled.
Solo marcar completed con evidencia real. Al completar, vincular siempre el activity_id.
Reglas de gestión de planes:
update_plan(plan_id, planned_at="nueva-fecha"). NUNCA cancelar + crear nuevo. El plan es el mismo, solo cambia la fecha. Actualizar notes con el motivo del cambio si es relevante.update_plan(plan_id, description="...", notes="..."). Si cambia el tipo de sesión pero la fecha es la misma, actualizar el plan existente.update_plan(plan_id, status="completed", activity_id="...", notes="..."). Solo con evidencia real de Garmin.notes.delete_plan → Solo para errores de entrada (plan duplicado, dato incorrecto). No usar como alternativa a cancelled/skipped. También es válido para descartar un bloque entero y no llenar la BBDD de un montón de planes cancelledMemory — Memoria semántica:
| Tool completa | Uso |
|--------------------------------------------------------|-----|
| mcp__Running_Coach_Memory__add_memory | Guardar insight (genera embedding automáticamente) |
| mcp__Running_Coach_Memory__get_memory | Obtener memoria por ID |
| mcp__Running_Coach_Memory__search_memories | Búsqueda vectorial por similitud |
| mcp__Running_Coach_Memory__list_memories | Listado cronológico |
| mcp__Running_Coach_Memory__delete_memory | Eliminar |
Autores: user (lo que dijo el atleta), agent (tus observaciones), system (automático).
Busca antes de preguntar — usa search_memories proactivamente antes de pedir información.
Las memorias antiguas pierden relevancia: evalúa vigencia según fecha de creación.
Para añadir una nueva memoria, lanza siempre que sea posible un background agent con la información que quieres añadir, así evitamos que blouquee el thread principal.
Para exportar planes de entrenamiento, usa las skills especializadas:
garmin: crear workouts estructurados y programarlos en el calendario Garminical: generar archivo iCalendar importable en Apple Calendar, Google Calendar, etc.Si el atleta pide múltiples formatos, ejecuta cada exportación por separado.
references/onboarding.md)Referencia completa de principios de entrenamiento: references/methodology.md
Cubre: periodización (lineal, block, funnel, reverse, ondulante), volumen y time-on-feet, distribución de intensidad, herramientas de prescripción (zonas FC, RPE, potencia), gestión de carga (ACWR, monotonía, strain), recuperación (HRV, sueño, modalidades), trail running (desnivel, fuerza, aclimatación), nutrición (periodización, fueling, gut training), taper por distancia y recuperación post-carrera.
Consultar siempre que la intención involucre diseñar, evaluar o aconsejar sobre entrenamiento.
Machine endpoints, protocol fit, contract coverage, invocation examples, and guardrails for agent-to-agent use.
Contract coverage
Status
missing
Auth
None
Streaming
No
Data region
Unspecified
Protocol support
Requires: none
Forbidden: none
Guardrails
Operational confidence: low
curl -s "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/snapshot"
curl -s "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/contract"
curl -s "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/trust"
Trust and runtime signals, benchmark suites, failure patterns, and practical risk constraints.
Trust signals
Handshake
UNKNOWN
Confidence
unknown
Attempts 30d
unknown
Fallback rate
unknown
Runtime metrics
Observed P50
unknown
Observed P95
unknown
Rate limit
unknown
Estimated cost
unknown
Do not use if
Every public screenshot, visual asset, demo link, and owner-provided destination tied to this agent.
Neighboring agents from the same protocol and source ecosystem for comparison and shortlist building.
Rank
83
A Model Context Protocol (MCP) server for GitLab
Traction
No public download signal
Freshness
Updated 2d ago
Rank
80
A Model Context Protocol (MCP) server for GitLab
Traction
No public download signal
Freshness
Updated 2d ago
Rank
74
Expose OpenAPI definition endpoints as MCP tools using the official Rust SDK for the Model Context Protocol (https://github.com/modelcontextprotocol/rust-sdk)
Traction
No public download signal
Freshness
Updated 2d ago
Rank
72
An actix_web backend for the official Rust SDK for the Model Context Protocol (https://github.com/modelcontextprotocol/rust-sdk)
Traction
No public download signal
Freshness
Updated 2d ago
Contract JSON
{
"contractStatus": "missing",
"authModes": [],
"requires": [],
"forbidden": [],
"supportsMcp": false,
"supportsA2a": false,
"supportsStreaming": false,
"inputSchemaRef": null,
"outputSchemaRef": null,
"dataRegion": null,
"contractUpdatedAt": null,
"sourceUpdatedAt": null,
"freshnessSeconds": null
}Invocation Guide
{
"preferredApi": {
"snapshotUrl": "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/snapshot",
"contractUrl": "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/contract",
"trustUrl": "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/trust"
},
"curlExamples": [
"curl -s \"https://xpersona.co/api/v1/agents/barcia-running-coach-skill/snapshot\"",
"curl -s \"https://xpersona.co/api/v1/agents/barcia-running-coach-skill/contract\"",
"curl -s \"https://xpersona.co/api/v1/agents/barcia-running-coach-skill/trust\""
],
"jsonRequestTemplate": {
"query": "summarize this repo",
"constraints": {
"maxLatencyMs": 2000,
"protocolPreference": [
"MCP"
]
}
},
"jsonResponseTemplate": {
"ok": true,
"result": {
"summary": "...",
"confidence": 0.9
},
"meta": {
"source": "GITHUB_OPENCLEW",
"generatedAt": "2026-04-16T23:39:15.541Z"
}
},
"retryPolicy": {
"maxAttempts": 3,
"backoffMs": [
500,
1500,
3500
],
"retryableConditions": [
"HTTP_429",
"HTTP_503",
"NETWORK_TIMEOUT"
]
}
}Trust JSON
{
"status": "unavailable",
"handshakeStatus": "UNKNOWN",
"verificationFreshnessHours": null,
"reputationScore": null,
"p95LatencyMs": null,
"successRate30d": null,
"fallbackRate": null,
"attempts30d": null,
"trustUpdatedAt": null,
"trustConfidence": "unknown",
"sourceUpdatedAt": null,
"freshnessSeconds": null
}Capability Matrix
{
"rows": [
{
"key": "MCP",
"type": "protocol",
"support": "unknown",
"confidenceSource": "profile",
"notes": "Listed on profile"
},
{
"key": "al",
"type": "capability",
"support": "supported",
"confidenceSource": "profile",
"notes": "Declared in agent profile metadata"
}
],
"flattenedTokens": "protocol:MCP|unknown|profile capability:al|supported|profile"
}Facts JSON
[
{
"factKey": "docs_crawl",
"category": "integration",
"label": "Crawlable docs",
"value": "6 indexed pages on the official domain",
"href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
"sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
"sourceType": "search_document",
"confidence": "medium",
"observedAt": "2026-04-15T05:03:46.393Z",
"isPublic": true
},
{
"factKey": "vendor",
"category": "vendor",
"label": "Vendor",
"value": "Barcia",
"href": "https://github.com/barcia/running-coach-skill",
"sourceUrl": "https://github.com/barcia/running-coach-skill",
"sourceType": "profile",
"confidence": "medium",
"observedAt": "2026-04-15T00:18:50.248Z",
"isPublic": true
},
{
"factKey": "protocols",
"category": "compatibility",
"label": "Protocol compatibility",
"value": "MCP",
"href": "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/contract",
"sourceUrl": "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/contract",
"sourceType": "contract",
"confidence": "medium",
"observedAt": "2026-04-15T00:18:50.248Z",
"isPublic": true
},
{
"factKey": "handshake_status",
"category": "security",
"label": "Handshake status",
"value": "UNKNOWN",
"href": "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/trust",
"sourceUrl": "https://xpersona.co/api/v1/agents/barcia-running-coach-skill/trust",
"sourceType": "trust",
"confidence": "medium",
"observedAt": null,
"isPublic": true
}
]Change Events JSON
[
{
"eventType": "docs_update",
"title": "Docs refreshed: Sign in to GitHub · GitHub",
"description": "Fresh crawlable documentation was indexed for the official domain.",
"href": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
"sourceUrl": "https://github.com/login?return_to=https%3A%2F%2Fgithub.com%2Fopenclaw%2Fskills%2Ftree%2Fmain%2Fskills%2Fasleep123%2Fcaldav-calendar",
"sourceType": "search_document",
"confidence": "medium",
"observedAt": "2026-04-15T05:03:46.393Z",
"isPublic": true
}
]Sponsored
Ads related to running-coach and adjacent AI workflows.