Swiss Weather

Swiss Weather MCP Server

一个 Model Context Protocol (MCP) 服务，为 AI 应用提供瑞士境内任意地点的天气信息。

• 来自 MeteoSwiss 本地预报的今日及未来 8 天预报，每小时更新
• 来自约 160 个 SwissMetNet 气象站的测量数据，每 10 分钟更新
• 瑞士国家地图上的地点，例如城镇、区、湖泊和山峰，数据来自 swissNAMES3D
• 计算任意日期某地的日出日落、月出月落、民用曙暮光、月相及月面照亮比例
• 内置用于测试的 MCP 客户端

数据来源。 本项目不是 MeteoSwiss 的官方产品。

• 天气预报和测量数据：MeteoSwiss Open Data。来源：MeteoSwiss
• 地名：swissNAMES3D。来源：Federal Office of Topography swisstopo
• 市镇和州：swissBOUNDARIES3D。来源：Federal Office of Topography swisstopo

目录

• 项目结构
• 安装
• 使用方法
• 可用工具
• 须知
• LMStudio 使用示例
• 资源
• 许可证

项目结构

swiss-weather-mcp/
├── src/swiss_weather_mcp/
│   ├── server.py           # MCP server and its tools
│   ├── places/             # swisstopo place lookup
│   ├── forecast/           # MeteoSwiss local forecasts
│   ├── measurements/       # MeteoSwiss SwissMetNet measurements
│   ├── astronomy/          # Sunrise, sunset, moonrise, moonset and phase
│   ├── opendata.py         # Downloads from data.geo.admin.ch
│   ├── formatting.py       # Times, wind directions and height differences in the answers
│   ├── errors.py           # The error for questions the data cannot answer
│   ├── log.py              # Logging setup
│   └── client.py           # MCP client
├── tests/swiss_weather_mcp/  # Tests
└── .github/workflows/      # CI and release pipelines

安装

# As a command line tool
uv tool install swiss-weather-mcp

# With the optional MCP client, which pulls in the OpenAI SDK
uv tool install 'swiss-weather-mcp[client]'

# As a library dependency
uv add swiss-weather-mcp  # or: pip install swiss-weather-mcp

从源代码安装：

git clone https://github.com/cuolm/swiss-weather-mcp.git
cd swiss-weather-mcp
uv sync --extra client  # or, in a virtual environment: pip install -e ".[client]"

无需进行任何配置，服务会从 MeteoSwiss 和 swisstopo 获取所需的所有数据。

使用方法

运行服务

# stdio (default)
swiss-weather-mcp-server

# streamable-http
swiss-weather-mcp-server --transport=streamable-http --host=localhost --port=8050

从源代码检出目录运行时，请在前面加上 uv run。--help 会列出所有标志。

有关服务存放文件的位置以及 --cache-all-forecast-points，请参阅缓存和下载。

使用 Docker 运行服务

GitHub Actions 会自动构建映像，并将其发布到项目的 GitHub Container Registry，标记为 :latest（最新版本）和对应的版本号。

# Published image
docker run -p 8050:8050 ghcr.io/cuolm/swiss-weather-mcp:latest

# Built from a source checkout
docker build -t swiss-weather-mcp .
docker run -p 8050:8050 swiss-weather-mcp

服务随后会在 http://localhost:8050/mcp/ 运行。

每次运行 docker run 都会启动一个缓存为空的新容器。可以挂载卷以保留缓存，例如 -v swiss-weather-cache:/root/.cache/swiss-weather-mcp。

运行 MCP 客户端

内置的 MCP 客户端通过 stdio 测试服务。它需要 client extra（请参阅安装），并会自行启动 MCP 服务，但不会启动大模型；大模型必须事先运行，例如在 llama-server 中运行。

# Install llama.cpp, which provides llama-server, here with Homebrew on macOS or Linux
brew install llama.cpp

# Start llama-server with a model in its own terminal; it downloads the model on first use
llama-server --jinja --no-mmproj -hf unsloth/Qwen3.5-4B-GGUF --port 8080

# Run the client against it in a second terminal
swiss-weather-mcp-client --model=unsloth/Qwen3.5-4B-GGUF --base-url=http://localhost:8080/v1

从源代码检出目录运行时，请在客户端命令前加上 uv run --extra client。安装 llama.cpp 的其他方法，请参阅其安装指南。

--jinja 使用模型的聊天模板，这是调用工具所必需的（当前 llama.cpp 中的默认设置）， 而 --no-mmproj 会跳过视觉投影器。--base-url 是服务的 OpenAI 兼容 API 地址，--model 则是服务在 /v1/models 下列出的模型名称。

可用工具

时间均为瑞士当地时间（见 时间）。所有带有 location 的工具也接受可选参数 near，仅在多个地点同名时需要提供（见 地点）。 如果预报点不在地点附近，答案会注明预报点（见 预报点）。

工具	答案
forecast_daily(location, start_date, days)	1 到 9 天：最低和最高气温、降雨，以及带表情符号的天气状况
forecast_rain(location, start, end)	每 3 小时一段的降雨概率和降雨量
forecast_temperature(location, start, end)	逐小时或单个小时的气温
forecast_sunshine(location, start, end)	一段时间内或单个小时的日照时数
forecast_wind(location, when)	平均风速、阵风和风向
forecast_cloud_cover(location, when)	总云量，以及低、中、高云层的云量
forecast_freezing_level(location, when)	0 °C 等温线的高度
measurements_current(location)	地点附近的气象站当前测量值（见 实测数据）
measurements_extremes(extreme)	当前最暖、最冷、风最大、最潮湿或日照最充足的地点
astronomy_sun(location, date)	日出、日落和民用晨昏
astronomy_moon(location, date)	月出、月落、月相和受光比例
current_date_and_time()	今天是星期几，以及当前瑞士时间

须知

时间

• 时间采用瑞士当地时间，格式为 ISO 8601，例如 "2026-09-23T14:00"。服务会自动处理 夏令时或冬令时。
• 答案中的时间会注明 UTC 偏移量，例如 2026-09-23T13:00+02:00。
• 标记为 14:00 的逐小时数值表示 13:00 至 14:00。云量和冰冻层高度是该时刻的数值。
• 预报涵盖今天及之后 8 天。current_date_and_time() 会提供今天的日期，以便回答“明天”或“今晚”等问题。

地点

• 地点是 swissNAMES3D 中的地名，包括城镇、村庄、城市街区、山峰、山口、湖泊、 冰川、山谷或火车站，例如 Zürich、Oerlikon、Titlis 或 Zürichsee。
• 名称不区分大小写，也不区分重音符号；此外，一些英文名称也可用，例如 Geneva。
• 如果多个地点同名，例如 Blausee，就需要提供 near：指定用户所指地点附近的村庄， 例如 near="Riederalp"。如果未提供，工具会列出所有同名地点，按规模从大到小排列， 并显示用于选择该地点的调用，以及该地点所属的市镇和州：

  'Blausee' is the name of 6 places. [...] The biggest first:
    location="Blausee", near="Blausee-Mitholz": district and lake, fewer than 20 people, 887 m, municipality Kandergrund, canton Bern
    location="Blausee", near="Ramiswil": settlement, fewer than 20 people, 683 m, municipality Mümliswil-Ramiswil, canton Solothurn
    ...
  

• 市镇和州使用 swisstopo 提供的当地语言名称，例如 Genève 或 Graubünden。后台启动时下载 swissBOUNDARIES3D GeoPackage 后，这些信息便会显示。
• 对于无法识别的名称，工具最多会提供 10 个建议，例如输入 Davos 时，会建议 Davos Dorf 和 Davos Platz。

预报点

• 预报数据来自地点附近的 MeteoSwiss 预报点。如果预报点距离地点超过 1 km，或高出、低于地点超过 50 m，答案会在 data_from 中注明该预报点。
• 气温随高度变化的速度比随距离变化更快：在标准大气（ISO 2533）中，海拔每升高 100 m， 气温下降 0.65 °C。
• 因此，在 5 km 范围内，服务会选择“距离加上高度差乘以 20”最小的预报点：高度差每 100 m 相当于距离增加 2 km。如果 5 km 范围内没有预报点，则选择最近的预报点。
• 系数 20 经真实数据测试得出：使用该系数后，湖泊和山峰的高度差影响会大幅降低， 同时人口达到 1,000 人或以上的所有城镇仍能在 3 km 内找到预报点。

实测数据

• measurements_current 使用 SwissMetNet 约 160 个站点之一：在距离加上高度差 20 倍后数值最小的 3 个站点中，选择最近一小时内发布过气温数据的第一个站点。站点数量远少于预报点，因此站点仍可能离地点很远，且海拔更高或更低。
• 每个回答都以一句话说明这一点，例如：“Braunwald（1290 m）的实测数据来自距离 13.5 km、海拔低 332 m 的 MeteoSwiss Elm 站（958 m）。”
• 提供气温、湿度、露点、过去 10 分钟的降雨和日照、风、阵风、风向和海平面气压，以及过去 3 小时的气温和气压变化，还有过去一小时的降雨、日照和最强阵风。
• measurements_extremes 列出气温或阵风排名前 5 的站点。对于降雨最多的站点，会列出降雨量排名前 5 的站点，并统计瑞士及各州有降雨的站点数量。
• 对于日照最充足的站点，会按过去 10 分钟的日照时长分组，采用 MeteoSwiss 的日照术语：大部分时间晴朗（8 至 10 分钟，80 至 100 %）、较为晴朗（5 至 7 分钟）、间有阳光（2 至 4 分钟）、只有少许阳光（1 分钟）和几乎没有阳光（0 分钟）。MeteoSwiss 的区间在 20、50 和 80 % 处相接；恰好处于这些数值的站点归入日照更多的术语，因此 2 分钟（20 %）属于“间有阳光”。各州按其站点的平均日照时长排序。

预报值是中位数

• 气温和降雨量是 MeteoSwiss 计算的多种可能结果的中位数，而非最可能值。
• 中位数不能相加：如果每个 3 小时区间都可能出现阵雨，但概率很低，那么每个区间都会显示 0 mm，而当天的中位数可能高于 0。
• forecast_daily 提供一天的降雨量，forecast_rain 则提供降雨概率，以及有雨的小时可能带来的降雨量。

缓存和下载

• 缓存位于操作系统的缓存目录中，例如 macOS 上的 ~/Library/Caches/swiss-weather-mcp，或 Linux 上的 ~/.cache/swiss-weather-mcp。SWISS_WEATHER_MCP_CACHE_DIR 可将缓存移至其他位置。
• 首次启动时会下载 swissNAMES3D 归档文件（约 33 MB）和 swissBOUNDARIES3D GeoPackage（约 37 MB，解压后约 74 MB）。
• MeteoSwiss 每小时发布一次新的预报批次，每个小时参数对应一个包含所有预报点数据的文件，大小约为 30 至 34 MB。默认情况下，服务会为每个新的预报点下载此类文件，并且只保留该点对应的数据行。
• 使用 --cache-all-forecast-points 后，服务会保留整个文件，因此同一批次中查询其他地点时无需再次下载。如果一小时内查询多个地点，这会很有帮助，但会占用更多磁盘空间。

LMStudio 使用示例

使用 streamable-http 传输层

在 LMStudio 中配置 mcp.json 文件：

{
  "mcpServers": {
    "swiss_weather_mcp_server": {
      "url": "http://localhost:8050/mcp/"
    }
  }
}

按照运行服务中的说明，使用 streamable-http 传输方式运行 MCP 服务。

使用 stdio 传输层

在 LMStudio 中配置 mcp.json 文件。替换 <path-to>，使命令使用 which swiss-weather-mcp-server 输出的完整路径：

{
  "mcpServers": {
    "swiss_weather_mcp_server": {
      "command": "<path-to>/swiss-weather-mcp-server"
    }
  }
}

资源

• MeteoSwiss 开放数据
• 本地预报笔记本示例
• 模型上下文协议
• MCP 服务快速入门

许可证

根据 Apache License 2.0 授权。