关于 Weather MCP Server
Weather MCP Server 是连接和风天气 API 的 MCP 服务,为需要天气信息的 LLM 提供未来 24 小时预报查询,并可按城市名称或经纬度指定地点。
主要功能
- 01查询未来 24 小时天气
- 02按城市名称指定地点
- 03按经纬度指定地点
适用场景
- 01获取某城市未来 24 小时预报
- 02按坐标查询地点天气
MCP 相关
它通过 MCP 向客户端提供 `get_24h_weather` 工具,参数为城市名称或经纬度。
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。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
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
来自项目 READMEWeather MCP Server
一个提供天气预报和城市信息查询功能的Model Context Protocol服务器。该服务器允许LLMs获取未来24小时的天气信息,并支持通过城市名称、经纬度等方式查询城市信息。
可用工具
get_24h_weather- 获取未来24小时的天气预报。- 必需参数:
location(string): 城市名称或经纬度(例如,北京或116.41,39.92)
- 必需参数:
安装
使用uv(推荐)
使用uv时无需特定安装。我们将使用uvx直接运行mcp-server-weather。
使用PIP
或者,你可以通过pip安装mcp-server-weather:
pip install mcp-server-weather
安装后,你可以使用以下命令作为脚本运行:
python -m mcp_server_weather
配置
配置Claude.app
在Claude设置中添加:
使用uvx
"mcpServers": {
"weather": {
"command": "uvx",
"args": ["mcp-server-weather"]
}
}
使用docker
"mcpServers": {
"weather": {
"command": "docker",
"args": ["run", "-i", "--rm", "mcp/weather"]
}
}
使用pip安装
"mcpServers": {
"weather": {
"command": "python",
"args": ["-m", "mcp_server_weather"]
}
}
配置Zed
在Zed的settings.json中添加:
使用uvx
"context_servers": [
"mcp-server-weather": {
"command": "uvx",
"args": ["mcp-server-weather"]
}
],
使用pip安装
"context_servers": {
"mcp-server-weather": {
"command": "python",
"args": ["-m", "mcp_server_weather"]
}
},
示例交互
- 获取未来24小时天气:
{
"name": "get_24h_weather",
"arguments": {
"location": "广州 天河"
}
}
响应:
{
"location": "广州 天河",
"forecast": "未来24小时的天气信息..."
}
调试
你可以使用MCP inspector来调试服务器。对于uvx安装:
npx @modelcontextprotocol/inspector uvx mcp-server-weather
或者如果你在特定目录中安装了包或正在开发:
cd path/to/servers/src/weather
npx @modelcontextprotocol/inspector uv run mcp-server-weather
构建
Docker 构建:
docker build -t mcp/weather .
贡献
我们鼓励对mcp-server-weather的贡献,以帮助扩展和改进其功能。无论是添加新的天气相关工具、增强现有功能,还是改进文档,你的输入都很有价值。
有关其他MCP服务器和实现模式的示例,请参见: https://github.com/modelcontextprotocol/servers
欢迎提交拉取请求!随时贡献新想法、错误修复或增强功能,以使mcp-server-weather更加强大和实用。
许可证
mcp-server-weather根据MIT许可证授权。这意味着你可以自由使用、修改和分发软件,但需遵守MIT许可证的条款和条件。有关详细信息,请参阅项目存储库中的LICENSE文件。
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。