baseline-mcp

Baseline Climate

别让你的 Agent 凭空编造气候背景。 覆盖地球任意地点的 35 年排名记录，经真实气象站交叉核验，并明确说明可靠性，让你转述而不是猜测。

---

问它一个问题，得到的回答是这样的。

一项排名——披露了几乎并列的情况，并有气象站数据印证：

2026 年 8 月： 平均气温为 75°F，比常年高 2.8°F，在 1991 年以来排名第 8 热——不过第 7 至第 9 热的年份之间，温差不超过 0.7°F。附近的气象站（CASPER-NATRONA COUNTY AP，8.4 mi）印证了这一点：比本站常年高 2.1°F，而再分析数据为 +2.8°F。

一座数据不符的气象站——一英里外的雨量计读数只有网格总量的一半：

2026 年 3 月： 降水总量为 2.30 in，按历史同期来看接近平均值。附近的气象站（BOZEMAN MONTANA STATE UNIVERSITY，1.3 mi）测得 1.12 in，而再分析数据为 2.30 in。

一项明确说明是模拟值而非实测值的风速排名：

2026 年 3 月： 模拟峰值阵风为 60 mph，在 1991 年以来排名第 3 大风——但与排名第 6 大风的年份相差不到 1 mph。一座气象站（Saratoga，32.1 mi）测得峰值阵风为 59 mph。再分析数据是模拟估值，并非直接读数。

一份标注了自身技巧水平的季节展望：

内罗毕 9 月至 11 月可能比常年更湿，但我们尚无法在此验证这些概率——低于常年 5%，接近常年 19%，高于常年 76%。这里的预测确实能反映雨季和旱季，因此值得参考的是趋势方向；至于这些百分比本身是否优于气候平均值猜测，目前尚无证据。

有四点值得注意。它给出排名，而不只是数字。它会指出排名几乎并列，避免你过度解读。它会去询问真实气象站，核实网格记录是否准确——当气象站数据不符时，它会如实说明，而不是掩盖差异。它也会告诉你，什么时候无法为自己的预测背书。

数据并不新鲜，向它提问才是新事物。

ERA5 多年来一直存放在公共档案中。要对它进行查询，需要知道该用哪个数据集、编写代码，还得花上一下午。如今，这些成本已经大幅降低；一个有趣的结果是，人们开始提出以前觉得不值得费心的问题。

上面的 Bozeman 例子并非天气查询，而是一起施工进度争议：问题是雨水是否真的导致停工——网格记录给出的说法，与一英里外雨量计的读数却不一致。风速的例子则涉及一条货运走廊。过去没人会为此打开气候数据集。现在只需一句话就能查询。

这就是我们所主张的：重点不在于历史天气数据是否存在，而在于查询它、解答实际问题的成本已经低到足以让天气成为普通信息输入，服务于那些本身与天气无关的问题。

它不会声称什么

大多数工具只会给你一个数字。这个工具给你数字及其可信度。

• 会说明排名接近的情况。“最暖的第 8 名——不过第 7 至第 9 名之间相差不到 0.7°F”，可以避免模型把排名报告得好像存在显著差距。
• 气象站之间的分歧会影响可信度，并说明影响的方向。仪器读数为 1.12 in，而网格数据为 2.30 in 时，会如实报告，不会把差异平均掉。
• 如果没有进行交叉核查，会说明原因——附近没有气象站、位置在覆盖区域之外，或数据源未响应。会明确指出缺失的信息，而不是留给模型自行补全。
• **季节展望会附上诚实的技巧评分标签。**根据 ECMWF SEAS5 与 35 年观测数据进行校准，再根据实际测试结果标注：这里的概率是否优于气候平均值估算、是否只有趋势方向值得参考，或者——如果简单的变暖趋势比模型更准确地预测了该季节——不应以该模型为依据。我们会公布自身预测并非最佳可用答案的情况。

每个响应都包含一个 assessment 字段，说明 Baseline Climate 对结果的可信度；工具描述会要求模型转述该说明，而不是自行编写。这是因为确实存在这样的失败模式：面对一个孤立的数字，模型会捏造并未打破的纪录、声称某处的数据集不可靠（实际上并非如此），还会把一次气象站数据分歧套用到无关的回答中。

它由什么组成

全球每日纪录	ERA5-Land 再分析数据，0.1°，1991 年至今，仅限陆地
气象站交叉核查	ACIS（NOAA RCC）。仅限美国——美国境外的回答会明确说明未进行气象站核查
季节展望	ECMWF SEAS5，按区域校准。仅提供降水——温度尚未通过我们的技巧测试，通过之前我们不会发布温度展望
预报	Open-Meteo

排名使用 1991 年至今的完整记录；“常年值”指 WMO 1991–2020 参考期。请参阅 METHODOLOGY.md，了解排名、百分位数和水文年的计算方法， 以及相关限制。

工具

• get_climate_context — 提出一个自然语言问题；返回预报和基于 35 年数据的排名背景。
• get_context_for_coordinates — 对精确的经纬度提供相同信息。
• get_water_year_status — 返回水文年开始以来的降水量和温度，并与 35 年数据进行排名比较。
• compare_to_normal — 查看某个地点近期的天气状况有多异常。
• compare_locations — 按水文年、季节、月份或滑雪季，对 2–10 个地点或精选类别的降水量、温度或降雪量进行排名比较。

安装

需要 API 密钥。目前尚不支持自行注册——在此早期阶段，请发送邮件联系 Chad McNutt（[email protected]）。

pip install baseline-mcp     # or: uvx baseline-mcp

Claude Code

claude mcp add baseline \
  --env BASELINE_API_URL=https://api.baselinecontext.com \
  --env BASELINE_API_KEY=your-key-here \
  -- uvx baseline-mcp

Claude Desktop — ~/Library/Application Support/Claude/claude_desktop_config.json：

{
  "mcpServers": {
    "baseline": {
      "command": "uvx",
      "args": ["baseline-mcp"],
      "env": {
        "BASELINE_API_URL": "https://api.baselinecontext.com",
        "BASELINE_API_KEY": "your-key-here"
      }
    }
  }
}

Cursor — .cursor/mcp.json，格式与上文相同。

作为 HTTP 服务运行（可流式传输的 HTTP，用于部署在反向代理之后）：

BASELINE_API_URL=https://api.baselinecontext.com baseline-mcp --transport http --port 8765

该服务在 127.0.0.1 上提供 /mcp，自身不持有任何密钥：每个请求都必须在 X-Api-Key（或 Authorization: Bearer）标头中携带调用方的密钥；每次工具调用都会使用该密钥，因此会计入该密钥自身的配额。没有有效密钥的请求会收到 401 响应。默认传输方式 --transport stdio 即为上文所示的本地服务。

参与贡献

此软件包是一个轻量的转换层：其中不包含任何气候逻辑，每次工具调用都会向 Baseline Climate API 发送 HTTP 请求。有关本地开发环境的设置，请参阅代码库中的 CONTRIBUTING.md。

采用 MIT 许可证。