mcpField
C
Climate Data Store (CDS) MCP Server

Climate Data Store (CDS) MCP Server

ローカル
github.com/albertdowデータ・分析178 週間前に更新

Climate Data Store (CDS) MCP Server について

Climate Data Store (CDS) MCP Serverは、`datapi` APIを通じてCDSカタログの参照、データ取得ジョブの送信、状態確認や結果のダウンロードを行います。CDSデータを扱うユーザー向けです。

主な機能

  1. 01カタログコレクションの一覧
  2. 02コレクション詳細の取得
  3. 03ダウンロードジョブの送信
  4. 04状態別のジョブ一覧
  5. 05ジョブ結果のダウンロード
  6. 06`.env`による認証情報の設定

活用シーン

  1. 01利用可能なCDSコレクションの確認
  2. 02データセットのダウンロード依頼
  3. 03ジョブ状態の確認と結果取得

MCP 対応

CDSカタログとジョブ管理の操作をMCPクライアント向けのツールとして提供します。コレクション検索、ジョブ送信、状態確認、結果取得に対応します。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

Climate Data Store(CDS)MCP サーバー

概要

LLM に CDS のカタログデータとジョブのステータスを取得するインターフェースを提供する、Model Context Protocol(MCP)サーバーの実装です。 基盤となる API は datapi です。ドキュメントはこちらをご覧ください。

機能

  • ツール:

    • get_jobs:利用可能なジョブを検索します。必要に応じてステータスでフィルターを追加できます。 ジョブ ID のリストを返します。
    • download_job_result:ジョブ ID を使ってジョブの結果をダウンロードします。
    • get_all_collections:カタログで利用可能なすべてのコレクション ID を取得します。
    • get_collection_by_id:指定したコレクションの情報を取得します。
    • submit_job:ダウンロードリクエストを送信します。
  • .env を使った環境変数のサポート。

前提条件

  • Python 3.13 以降。
  • CDS API キー:こちら
  • MCP ホスト/クライアント:Claude Desktop と MCP Inspector でテスト済みです。

インストール

  • リポジトリをクローンします:
git clone [email protected]:albertdow/mcp-datapi.git
cd mcp-datapi
  • 依存関係をインストールします(uv を使用):
uv add "mcp[cli]" datapi python-dotenv
  • .env ファイルを作成し、以下を追加して CDS API キーを設定します:
DATAPI_URL=<DATAPI_URL>
DATAPI_KEY=<DATAPI_KEY>

CDS API キーの設定方法については、こちらをご覧ください。

使用方法

MCP Inspector を使った開発モード

サーバーをローカルでテストします:

mcp dev datapi_server.py
Claude Desktop との統合
mcp install datapi_server.py --name "DatapiServer" -f .env

または、claude_desktop_config.json に直接追加します:

{
    "mcpServers": {
        "DatapiServer": {
            "command": "uv",
            "args": [
                "--directory",
                "mcp-datapi",
                "run",
                "mcp_datapi/datapi_server.py"
            ],
            "env": {
                "DATAPI_URL": "<DATAPI_URL>",
                "DATAPI_KEY": "<DATAPI_KEY>"
            }
        }
    }
}

注:

  • uv へのパスを指定する必要がありました。例:/Users/username/.local/bin/uv。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。