mcpField
W
Windai Mcp Server

Windai Mcp Server

ローカル
github.com/umedpaliwal科学・教育129 週間前に更新

Windai Mcp Server について

WindAI MCP Serverは、MCP対応AIアシスタント向けに風況推定と評価のツールを提供します。無料の地点推定・比較と、APIキーが必要なウィンドファーム評価を利用できます。

主な機能

  1. 01座標による風況推定
  2. 02風力クラスと月別内訳の提示
  3. 03最大5地点の比較
  4. 04APIキーを使ったウィンドファーム評価
  5. 05価格とモデル情報の取得

活用シーン

  1. 01地点の風力ポテンシャルを事前評価
  2. 02候補となるウィンドファーム用地を比較
  3. 03設備利用率と発電量を推定
  4. 04WindAIのモデルや価格を確認

MCP 対応

MCPサーバーは、MCP対応アシスタント向けに風況推定、地点比較、本格評価、価格、モデル情報のツールを公開します。

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。

mcp.json · 共通設定
{
"mcpServers": {
"windai": {
"command": "npx",
"args": [
"-y",
"windai-mcp"
]
}
}
}
起動コマンドnpx -y windai-mcp

ローカルサーバーにはマシン上の実行環境(Node.js 18 以上など)が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npmwindai-mcp

ツール

5

掲載時のツール一覧 · 3 週間前に更新

パラメーター型必須説明
latitudenumberはいサイトの緯度(-90~90)
longitudenumberはいサイトの経度(-180~180)
hub_heightnumberいいえハブ高さ(メートル、デフォルト:100)。一般的な範囲:60-170m。

詳細

WindAI MCP Server

Model Context Protocol (MCP) を介して、Claude、ChatGPT、Cursor、その他の AI アシスタントで利用できる、AI を活用した風力資源評価ツールです。

MCP 対応の AI アシスタントから、風速の推定、地点の比較、機械学習を活用した風力発電所の総合評価を実行できます。

ウェブサイト: windai.tech

クイックスタート

Claude Desktop

Claude Desktop の設定ファイルに追加します(macOS では ~/Library/Application Support/Claude/claude_desktop_config.json、Windows では %APPDATA%\Claude\claude_desktop_config.json):

{
  "mcpServers": {
    "windai": {
      "command": "npx",
      "args": ["-y", "windai-mcp"]
    }
  }
}

Claude Desktop を再起動して、次のように尋ねます:

「緯度 40.5、経度 -105.2 の風力発電の可能性はどのくらいですか?」

Claude Code
claude mcp add windai -- npx -y windai-mcp
Cursor / その他の MCP クライアント

コマンドに npx -y windai-mcp を指定して、同様の設定を追加します。

グローバルインストール
npm install -g windai-mcp
windai-mcp

ツール

get_wind_estimate(無料)

地球上の任意の地点の風力資源を概算します。API キーは不要です。

入力:

  • latitude(必須):緯度(-90 ~ 90)
  • longitude(必須):経度(-180 ~ 180)
  • hub_height(任意):ハブの高さ(メートル、デフォルト:100)

戻り値: 平均風速、IEC 風況クラス、風況評価、月別内訳、風力密度。

プロンプトの例: 「北緯 52.5 度、東経 1.8 度、ハブ高さ 120 m の風力資源を推定してください」

get_wind_farm_assessment(API キーが必要)

WindAI のディープラーニングモデル(289 の風力発電所から得た 1,000 万件以上の時間別観測データで学習した、391 特徴量のニューラルネットワーク)を使って、風力資源の総合評価を実行します。

入力:

  • latitude(必須):緯度
  • longitude(必須):経度
  • api_key(必須):WindAI API キー(wai_ で始まります)
  • hub_height(任意):ハブの高さ(メートル)
  • rated_power(任意):風力タービンの定格出力(kW)
  • rotor_diameter(任意):ローター直径(メートル)
  • turbines_count(任意):風力タービンの数
  • その他:swept_area、total_power

戻り値: 8,760 件以上の時間別設備利用率、AEP、P50/P90、月別および日内プロファイル。

API キーの取得: windai.tech/account

compare_wind_sites(無料)

複数地点の風力発電の可能性を並べて比較します。最大 5 地点まで指定できます。

入力:

  • locations(必須):{ latitude, longitude, name? } オブジェクトの配列(2 ~ 5 地点)

戻り値: 風況の良い順に並べた比較表。

プロンプトの例: 「次の地点の風力発電の可能性を比較してください:デンバー CO(39.7, -105.0)、アマリロ TX(35.2, -101.8)、シャイアン WY(41.1, -104.8)」

get_windai_pricing(無料)

WindAI の評価サービスの現在の料金情報を取得します。

戻り値: クレジットパッケージ、地点ごとの料金、含まれる内容、登録リンク。

get_windai_model_info(無料)

WindAI の機械学習モデル、学習データ、精度指標に関する情報を取得します。

戻り値: アーキテクチャの詳細、学習データの統計情報、精度指標、検証手法。

料金

パッケージクレジット合計1 地点あたり割引
単発1$49.99$49.99--
スターター10$449.90$44.9910%
Pro25$999.75$39.9920%
エンタープライズ100$3,499.00$34.9930%

クレジットは windai.tech/credits で購入できます。

データソース

  • 無料ツール: Open-Meteo ERA5 Historical Reanalysis(2021-2023)。API キーは不要です
  • 有料評価: ERA5、MERRA2、Copernicus DEM、風力タービン仕様を使用する WindAI 独自のディープラーニングモデル

開発

git clone <repo-url>
cd windai-mcp
npm install
npm run dev

本番環境用にビルドします:

npm run build
npm start

リンク

ライセンス

MIT

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。