mcpField
M
MCP Weather Server Setup Guide

MCP Weather Server Setup Guide

ローカル
github.com/debanshu005メディア・デザイン081 週間前に更新

MCP Weather Server Setup Guide について

MCP SDK と uv で天気情報の MCP サーバーを構築・テストするためのガイドです。現在の天気をツール経由で取得したい開発者向けに、開発中の結果確認方法も説明します。

主な機能

  1. 01uv によるプロジェクト設定
  2. 02緯度・経度による天気検索
  3. 03MCP Inspector での開発テスト

活用シーン

  1. 01ローカル天気 MCP サーバーの作成
  2. 02開発中の天気ツール結果のテスト

MCP 対応

`get_current_weather` ツールが緯度と経度を受け取り、天気データを返す MCP サーバーを説明します。

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

MCP Weather サーバーのセットアップガイド

このガイドでは、MCP SDK と、Rust 製の Python パッケージマネージャーである uv を使用して、天気サーバーをセットアップして実行する方法を説明します。

✅ 前提条件

作業を始める前に、以下がインストールされていることを確認してください。

  • Claude.ai のアカウント(どのアカウント種別でも使用できます。MCP に対応しています)
  • Claude Desktop App(macOS および Windows で利用できます)
  • コードエディター(例:Visual Studio Code)
  • uv — Rust で書かれた高速な Python パッケージマネージャー
uv のインストール:
macOS(Homebrew 経由):

brew install uv

Windows(WinGet 経由):

winget install --id=astral-sh.uv -e

⚙️ プロジェクトのセットアップ

以下の手順で、プロジェクト環境を作成して設定します。

  1. プロジェクトフォルダーを作成します。 mkdir mcp-server-weather cd mcp-server-weather

  2. 新しい uv プロジェクトを初期化します。 uv init

  3. 仮想環境を作成します。 uv venv

  4. 仮想環境を有効にします。

macOS / Linux: source .venv/bin/activate

Windows(PowerShell): .venv\Scripts\Activate.ps1

仮想環境を無効にするには、次を実行します。 deactivate

  1. 必要なパッケージをインストールします。 uv add "mcp[cli]" httpx

🚀 MCP サーバーの実行とテスト

  1. MCP サーバーを開発モードで起動します。 mcp dev server.py

  2. ブラウザーで http://localhost:5173 を開きます。

  3. MCP Inspector で以下を行います。

    • Connect をクリックします
    • Tools タブを開きます
    • List Tools をクリックします
    • get_current_weather を選択します
    • 緯度と経度を入力します(例:63.4463991, 10.8127596)
    • Tool Result セクションに天気データの JSON が表示されます
  4. サーバーを停止するには、次を実行します。 Ctrl+C

📝 メモ

  • サーバースクリプトの名前が server.py で、プロジェクトのルートに配置されていることを確認してください。
  • MCP Inspector は、開発中にツールを操作してデバッグするのに便利です。

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。