mcpField
A
air-Q Cloud

air-Q Cloud

本地服务
github.com/CorantGmbH健康医疗012 周前更新

关于 air-Q Cloud

air-Q Cloud 是通过 air-Q Cloud REST API 读取传感器数据的 MCP 服务和命令行工具,适合需要远程访问云端设备的用户。它提供只读查询,并可生成历史图表或导出数据。

主要功能

  1. 01列出已配置的云端设备
  2. 02读取最新空气质量数据
  3. 03查询历史传感器数据
  4. 04生成历史图表
  5. 05导出 CSV 或 XLSX

适用场景

  1. 01远程查看设备空气质量
  2. 02按地点或分组汇总设备读数
  3. 03生成传感器历史趋势图
  4. 04导出数据供后续分析

MCP 相关

向 MCP 客户端提供 air-Q Cloud API 的只读工具,用于设备清单、空气质量及历史数据查询、绘图和导出。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

mcp.json · 通用配置
{
"mcpServers": {
"corantgmbh-mcp-airq-cloud": {
"command": "uvx",
"args": [
"mcp-airq-cloud"
],
"env": {
"AIRQ_CLOUD_CONFIG_FILE": "<AIRQ_CLOUD_CONFIG_FILE>",
"AIRQ_CLOUD_DEVICES": "<AIRQ_CLOUD_DEVICES>",
"AIRQ_CLOUD_API_KEY": "<AIRQ_CLOUD_API_KEY>"
}
}
}
}
启动命令uvx mcp-airq-cloud
需要配置的环境变量
AIRQ_CLOUD_CONFIG_FILEPath to the air-Q Cloud device configuration JSON file
AIRQ_CLOUD_DEVICES密钥Inline JSON array with configured air-Q Cloud devices
AIRQ_CLOUD_API_KEY密钥Global fallback API key (used when per-device api_key is omitted)

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
pypimcp-airq-cloud1.4.6

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

mcp-airq-cloud

MCP PyPI Total Downloads Python License Tests Coverage

用于访问 air-Q Cloud API 的 MCP 服务 — 随时随地获取空气质量数据。

与 mcp-airq(直接与本地网络上的设备通信)不同,此服务使用 air-Q Cloud REST API 远程获取传感器数据。

同一个 mcp-airq-cloud 可执行文件也可以作为直接 CLI 使用,只需将工具名称作为子命令传入。

工具

工具描述
list_devices列出已配置的 air-Q Cloud 设备
get_air_quality获取最新传感器读数(支持选择设备/位置/组)
get_air_quality_history获取指定时间范围内的历史数据,格式为按列组织的 JSON
plot_air_quality_history为所有匹配设备中的每个传感器绘制一张历史图表
export_air_quality_history将所有匹配设备中某个历史传感器的数据导出为一个 csv 或 xlsx 文件

所有工具均为只读 — Cloud API 不支持设备配置或控制。

安装

pip install mcp-airq-cloud

或从源代码安装:

git clone https://github.com/CorantGmbH/mcp-airq-cloud.git
cd mcp-airq-cloud
uv sync --frozen --extra dev

CLI 用法

在 shell 中直接使用相同的命令:

mcp-airq-cloud list-devices
mcp-airq-cloud get-air-quality --device "Living Room"
mcp-airq-cloud get-air-quality-history --device "Living Room" --last-hours 24 --sensors co2 pm2_5
mcp-airq-cloud plot-air-quality-history --sensor co2 --output-format png --output co2.png
mcp-airq-cloud export-air-quality-history --sensor co2 --output-format xlsx --output co2.xlsx

对于历史图表和导出:

  • 省略 device、location 和 group,即可将所有已配置设备的数据合并到一个文件中
  • 使用 location 或 group,即可只合并匹配的设备
  • plot_air_quality_history 会为每个请求的传感器返回一个文件,每个匹配设备对应一个数据系列
  • export_air_quality_history 每次请求会返回一个 CSV/XLSX 文件,其中包含所有匹配设备的行

CLI 子命令与 MCP 工具名称一致。以下两种方式均可使用:

mcp-airq-cloud list-devices
mcp-airq-cloud list_devices

若要在交互式终端中强制使用 MCP 服务模式,请运行:

mcp-airq-cloud serve

CLI 支持管道:命令成功时将输出写入 stdout,工具出错时则将错误写入 stderr,并以退出代码 1 结束。绘图命令也可以直接向 stdout 输出数据。

mcp-airq-cloud get-air-quality --device "Living Room" | jq '.co2'
mcp-airq-cloud get-air-quality-history --device "Living Room" --compact-json | jq '.columns.co2'
mcp-airq-cloud get-air-quality-history --device "Living Room" --yaml | yq '.columns.co2'
mcp-airq-cloud plot-air-quality-history --sensor co2 --device "Living Room" --output - > co2.png
mcp-airq-cloud export-air-quality-history --sensor co2 --device "Living Room" --output - > co2.xlsx

历史数据

以下三个工具可通过 air-Q Cloud API 访问历史传感器数据:

绘制图表

plot_air_quality_history 会为一个传感器绘制图表。匹配到多个设备时,每个设备都会作为独立的数据系列显示在同一张图表中。

单设备 CO₂ 面积图

单个设备(24 小时,面积图,PNG)

多设备 CO₂ 面积图

同一位置的多个设备(24 小时,面积图,PNG)

# Single device, last 24 hours (default), PNG output (default)
mcp-airq-cloud plot-air-quality-history --sensor co2 --device "Living Room"

# All devices at a location, custom time range, SVG output
mcp-airq-cloud plot-air-quality-history --sensor co2 --location "Living Room" \
  --from-datetime "2026-03-16T00:00:00" --to-datetime "2026-03-17T00:00:00" \
  --output-format svg --output co2.svg

# All configured devices, dark mode, line chart
mcp-airq-cloud plot-air-quality-history --sensor co2 --dark --chart-type line

# Save to file
mcp-airq-cloud plot-air-quality-history --sensor co2 --output co2_chart.png

输出格式: png(默认)、webp、svg、html(带悬停提示和缩放功能的交互式 Plotly 图表)

自定义选项: --title、--x-axis-title、--y-axis-title、--chart-type(折线图/面积图)、--dark、--timezone-name

导出数据

export_air_quality_history 会生成一个 CSV 或 Excel 文件,其中包含所有匹配设备的数据。

# CSV export (default)
mcp-airq-cloud export-air-quality-history --sensor co2 --device "Living Room" --last-hours 48

# Excel export for all devices at a location
mcp-airq-cloud export-air-quality-history --sensor co2 --location "Home" \
  --output-format xlsx --output co2.xlsx
常用参数
参数默认值描述
--last-hours1(历史数据)/24(图表)要获取的数据小时数
--from-datetime / --to-datetime—ISO 8601 时间范围(优先于 --last-hours)
--max-points300将数据降采样至最多 N 个等间距数据点
--timezone-nameUTC时间戳使用的 IANA 时区(例如 Europe/Berlin)

配置

你需要 Cloud API 密钥和每台设备的 32 位设备 ID。两者都可以在 my.air-q.com 获取。

选项 1:环境变量(内联 JSON)
export AIRQ_CLOUD_DEVICES='[{"id": "de45d2ed777780c96c0deae7a220b745", "api_key": "your-api-key", "name": "Living Room"}]'
选项 2:默认配置文件(推荐)

将 JSON 文件放在 ~/.config/airq-cloud-devices.json — 无需环境变量:

[
  {"id": "de45d2ed777780c96c0deae7a220b745", "api_key": "your-api-key", "name": "Living Room"}
]
选项 3:自定义配置文件路径
export AIRQ_CLOUD_CONFIG_FILE=/path/to/devices.json
选项 4:全局 API 密钥

如果所有设备共用同一个 API 密钥,只需设置一次:

export AIRQ_CLOUD_API_KEY="your-api-key"
export AIRQ_CLOUD_DEVICES='[{"id": "de45d2ed777780c96c0deae7a220b745", "name": "Living Room"}]'
设备配置字段
字段必填描述
id是32 位云设备 ID
api_key否单设备 API 密钥(未设置时使用 AIRQ_CLOUD_API_KEY)
name否便于识别的名称(默认为 ID 的前 8 个字符)
location否用于分组的位置(例如 "Wohnzimmer")
group否用于分组的组别(例如 "zu Hause")

与 Claude Desktop 搭配使用

添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "air-Q Cloud": {
      "command": "mcp-airq-cloud",
      "env": {
        "AIRQ_CLOUD_DEVICES": "[{\"id\": \"<device-id>\", \"api_key\": \"<key>\", \"name\": \"Living Room\"}]"
      }
    }
  }
}

与 Claude Code 搭配使用

claude mcp add air-Q-Cloud mcp-airq-cloud \
  -e AIRQ_CLOUD_DEVICES='[{"id":"<ID>","api_key":"<KEY>","name":"<Name>"}]'

开发

uv sync --frozen --extra dev
uv run pre-commit install
uv run pytest

该仓库使用项目本地 .venv 和 uv.lock 来确保工具链可复现。通过 uv run 运行开发命令,例如:

uv run ruff check .
uv run ruff format --check .
uv run pyright
uv run pre-commit run --all-files

许可证

Apache 2.0 — 参见 LICENSE。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。