🌦️ Weather-MCP

🌦️ Weather-MCP

Weather-MCP は、FastMCP および Pydantic AI と連携し、リアルタイムの気象警報と予報を提供する FastAPI サーバーです。ユーザーは自然言語のプロンプトを通じてサーバーとやり取りでき、気象情報にシームレスにアクセスできます。

---

📋 目次

• 特長
• インストール
• 使用方法
• API エンドポイント
• 貢献
• ライセンス

---

🚀 特長

• 米国各州で発令中の気象警報を取得します。
• 地理座標に基づいて詳細な気象予報を取得します。
• Pydantic AI による自然言語でのやり取りが可能です。
• FastMCP を通じて拡張可能なツールセットを提供します。

---

🛠️ インストール

前提条件

• Python 3.8 以降
• OpenAI API キー（OPENAI_API_KEY）：OpenAI API キーを取得するには、OpenAI API Keys ページをご覧ください。

セットアップを進める前に、これらの前提条件を満たしていることを確認してください。

手順

1. リポジトリをクローンします：

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

2. 仮想環境を作成して有効化します：

   pip install uv
   uv venv
   source venv/bin/activate  # On Windows: venv\Scripts\activate
   

3. 依存関係をインストールします：

   uv sync
   

4. OpenAI API キーを設定します

OpenAI のサービスを安全に利用するには、OPENAI_API_KEY 環境変数を設定します。([DEV Community][1])

Unix/Linux/macOS の場合：

export OPENAI_API_KEY="your-api-key-here"

この変更を永続化するには、上記の行をシェルの設定ファイル（例：~/.bashrc、~/.zshrc）に追加し、シェルを再読み込みします。([Hacker News][2])

source ~/.bashrc  # or source ~/.zshrc

Windows（コマンドプロンプト）の場合：

setx OPENAI_API_KEY "your-api-key-here"

変数を設定した後、変更を適用するためにコマンドプロンプトを再起動してください。

Windows（PowerShell）の場合：

$env:OPENAI_API_KEY = "your-api-key-here"

5. サーバーを起動します：

   python weather_server.py
   

サーバーには http://localhost:8000/sse からアクセスできます。

---

💡 使用方法

Pydantic AI を介したやり取り

Pydantic AI を通じて自然言語のプロンプトを使い、サーバーとやり取りできます。([YouTube][1])

例：

import asyncio
from pydantic_ai import Agent
from pydantic_ai.mcp import MCPServerHTTP

# Define the MCP server connection
mcp_server = MCPServerHTTP(url="http://localhost:8000/sse")

# Create the Pydantic AI agent
agent = Agent(
    model="openai:gpt-4o-mini",
    mcp_servers=[mcp_server],
    system_prompt="You are a helpful assistant that provides weather information."
)

async def main():
    prompt = "Are there any weather alerts for California?"
    async with agent.run_mcp_servers():
        result = await agent.run(prompt)
        print(result.output)

if __name__ == "__main__":
    asyncio.run(main())

ツールを直接呼び出す

または、FastMCP のクライアントを使ってツールを直接呼び出すこともできます。

例：

import asyncio
from fastmcp import Client

async def main():
    async with Client("http://localhost:8000/sse") as client:
        tools = await client.list_tools()
        print("Available tools:")
        for tool in tools:
            print(f"- {tool.name}: {tool.description}")

        # Call the get_weather_alerts tool
        state_code = "CA"
        alerts_result = await client.call_tool("get_weather_alerts", {"state": state_code})
        print(f"\nWeather alerts for {state_code}:\n{alerts_result[0].text}")

        # Call the get_weather_forecast tool
        latitude = 34.05
        longitude = -118.25
        forecast_result = await client.call_tool("get_weather_forecast", {
            "latitude": latitude,
            "longitude": longitude
        })
        print(f"\nWeather forecast for ({latitude}, {longitude}):\n{forecast_result[0].text}")

if __name__ == "__main__":
    asyncio.run(main())

---

📡 API エンドポイント

サーバーは MCP プロトコルを介して、以下のツールを公開します。

• get_weather_alerts(state: str) -> str 指定した米国の州で発令中の気象警報を取得します。

• get_weather_forecast(latitude: float, longitude: float) -> str 指定した地理座標の気象予報を取得します。

---

🤝 貢献

貢献を歓迎します！以下の手順に従ってください。

1. リポジトリをフォークします。
2. 新しいブランチを作成します：git checkout -b feature-name。
3. 変更を加えてコミットします：git commit -m 'Add feature'。
4. ブランチにプッシュします：git push origin feature-name。
5. プルリクエストを作成します。([GitHub][2])

大規模な変更の場合は、変更内容について話し合うため、まず issue を作成してください。([Make a README][3])

---

📄 ライセンス

このプロジェクトは MIT ライセンスの下でライセンスされています。