weather-mcp

weather-mcp

一个 MCP（Model Context Protocol）服务，让 AI 助手（Claude、Gemini CLI 或任何兼容 MCP 的客户端）能够利用实时数据回答实际的天气问题，而不只是获取原始数值。

由 Open-Meteo 提供支持——免费使用，无需 API 密钥。

为什么它不只是一个原始天气 API 封装

大多数天气集成只会返回 temperature: 22°C。这个工具在此基础上增加了推理层，因此你可以询问普通 API 无法直接回答的问题：

• get_weather("Bangalore") — 当前天气状况和今日预报
• should_i_carry_umbrella("Mumbai") — 给出有理由的“是”或“否”答案，而不只是降雨概率
• is_good_for_outdoors("Delhi") — 综合检查降雨、风力和气温，判断是否适合户外活动
• compare_weather("Bangalore", "Delhi") — 同时比较两个城市

设置

git clone https://github.com/darshan0548/weather-mcp.git
cd weather-mcp
python3 -m venv venv
source venv/bin/activate   # on Windows: venv\Scripts\activate
pip install -r requirements.txt

运行测试

通过真实 API 快速进行完整性检查（不使用模拟，无需 API 密钥）：

python test_weather.py

将其连接到 Claude Desktop

将以下内容添加到 Claude Desktop 配置文件（claude_desktop_config.json）中：

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["/absolute/path/to/weather-mcp/server.py"]
    }
  }
}

将其连接到 Gemini CLI

将以下内容添加到 ~/.gemini/settings.json：

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["/absolute/path/to/weather-mcp/server.py"]
    }
  }
}

重启客户端，然后直接询问类似 “我今天在 Chennai 需要带伞吗？” 的问题。

项目结构

weather_core.py     # talks to the Open-Meteo API, no MCP-specific code
weather_advice.py    # reasoning layer built on top of raw weather data
server.py            # MCP server — wires the above into tools
test_weather.py       # sanity tests against the real API

刻意将文件分开保存——weather_core.py 和 weather_advice.py 完全不依赖 MCP，因此易于单独测试或复用。

贡献

欢迎提交 PR。如果你想添加工具，可以考虑以下方向：

• 按小时拆分预报，而不只是提供今日摘要
• 空气质量数据（Open-Meteo 也为此提供免费的 API 端点）
• 多日行程规划（找出本周最适合举办户外活动的一天）
• 恶劣天气预警

如果新工具是在原始数据的基础上增加推理，请将其放在 weather_advice.py 中；如果只是获取数据，则放在 weather_core.py 中——然后在 server.py 中将其接入，作为新的 @mcp.tool()。

许可证

MIT——详见 LICENSE。