关于 Weather for Grown Ups
Weather for Grown Ups 提供统一接口，用于查询全球和区域数值天气预报数据集，涵盖集合预报与 AI 模型。适合需要比较预报、分析大气状况或验证历史预报的 Agent，同时保留各模型的原生特征。
主要功能
- 01查询全球及区域预报数据集
- 02比较确定性与集合预报
- 03访问物理模型和 AI 模型
- 04查看历史预报与验证结果
- 05保留模型网格、时次和来源
适用场景
- 01比较某地点的模型预报
- 02评估集合预报的一致程度
- 03分析大气廓线随时间的变化
- 04用观测核验历史预报
MCP 相关
MCP 服务向 MCP 客户端提供与 CLI 相同的核心天气查询能力。
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。
工具
7收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| limit | integer | 否 | |
| search | string | 否 | |
| coverage | any | 否 | 仅返回声明的空间范围能够完整覆盖此点或限定区域的数据集。 |
| datasets | array | 否 | |
| sections | array | 否 | |
| forecastKind | enum | 否 | 预报总体筛选条件。目前仅支持 datasets=[gefs]；reforecast 用于选择 GEFSv12 回顾性能力子集。operational | reforecast |
| spatialScope | enum | 否 | 数据集空间域筛选条件。`limited_area` 用于选择区域性/对流许可数据集。global | limited_area |
| classification | enum | 否 | raw | derived |
| temporalSemantics | enum | 否 | instantaneous | accumulation | average | maximum |
详细介绍
Weather for Grown Ups
天气是 Agent 工具的 hello-world。对于“明天的温度”已不够用的场景，WFG 就能派上用场。
用于业务化 NWP 的统一查询语言：涵盖全球和区域模型、确定性和集合预报、物理和 AI、当前起报和历史数据。
针对同一个大气问题跨模型查询，同时保留各模型的独特之处。
30 秒快速开始
需要 Node.js 20+。
npx weather-for-grown-ups catalog --dataset all --search wind --json
npx weather-for-grown-ups query \
--dataset gfs \
--lat 50.08 --lon 14.43 \
--at 2026-08-24T12:00:00Z \
--vars temperature,wind \
--levels 850,700,500 \
--json
重复使用时：
npm install -g weather-for-grown-ups
wfg --help
使用约定
访问大气数据时，有四个彼此独立的选项：
dataset × geometry × time × selection
{
"dataset": "gefs",
"geometry": {
"type": "point",
"latitude": 50.08,
"longitude": 14.43
},
"time": {
"at": "2026-08-30T12:00:00Z"
},
"selection": {
"variables": ["temperature", "wind"],
"pressureLevelsHpa": [850, 700, 500]
},
"ensemble": {
"quantiles": [0.1, 0.5, 0.9]
}
}
更换数据集，保留问题。不支持的组合会直接报错，而不会被强行转换成虚假的对称关系。
探索更深入的问题
从问题出发，让 Agent 从头构建预报分析。
01 — 给我一份全面的预报
明天下午布拉格上空的大气状况如何？涵盖地面和垂直结构，对比主要的全球指导预报，并展示集合预报中哪些部分具有稳健性。
GFS + IFS → 气压廓线 → GEFS + IFS ENS → 视情况使用区域模型
02 — 有锋面要来吗？
预计明天锋面会经过布拉格附近吗？如果会，何时到达，整层大气会发生什么变化，各模型的预测一致性如何？
GFS + IFS → 时间演变 → 气压廓线 → GEFS + IFS ENS → 对齐最新和上一轮起报
03 — AI 与物理模型对比
AIFS 和 IFS 如何描述明天布拉格上空的大气？它们在时间和高度方向上有何分歧？与各自的集合不确定性相比，这种分歧有多大？
对齐 IFS、AIFS → 气压廓线 → 对齐 IFS ENS、AIFS ENS
04 — 规划滑翔伞活动
我计划明天在巴萨诺附近进行滑翔伞活动。对流时段在一天中如何演变？风廓线和稳定度如何？结合集合预报及全球／区域指导预报来看，整体情况有多稳健？
廓线 → 气块诊断 → 整层大气的风 → 时间演变 → 集合预报 → 全球 + 区域模型
05 — 验证旧预报
GFS 三天前对今天布拉格的预报是什么？该预报的验证效果如何？
归档预报 → 分析／探空 → 误差 → 预报时效溯源
模型
GFS · GEFS · AIGFS · AIGEFS · HGEFS · IFS · IFS ENS · AIFS · AIFS ENS · ICON-D2 · ICON-D2-EPS · AROME · PE-AROME · GFS analysis · GEFSv12 reforecast
功能由目录提供。原生网格、时间频率、覆盖范围、成员、字段和数据溯源信息均明确保留。
wfg catalog --dataset all --json
Agent
WFG 通过 CLI 和 MCP 提供相同的核心功能。
可用 Shell → CLI。
没有 Shell／远程环境 → MCP。
npx weather-for-grown-ups mcp
添加可移植的 WFG 技能，然后选择一份配置指南：Codex · Claude Code · Hermes · OpenClaw · 其他 Agent
深入了解
示例 · 安装 · API 约定 · 目录 · 历史 · 架构 · 所有文档
许可证
MIT。请参阅 LICENSE。
评论
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。