mcpField
W
Weather Alerts & Forecast

Weather Alerts & Forecast

本地服务
github.com/rsys-vtiwari地图与出行050 周前更新

关于 Weather Alerts & Forecast

Weather Alerts & Forecast 是为需要美国国家气象局预警和短期预报的应用提供的 MCP 服务。它按州查询有效预警,并根据经纬度获取预报。

主要功能

  1. 01按州获取有效 NWS 预警
  2. 02按坐标获取天气预报
  3. 03返回接下来五个预报时段
  4. 04使用 NWS 公共 API 数据

适用场景

  1. 01查看某州当前天气预警
  2. 02根据坐标查询地点预报

MCP 相关

该服务通过 stdio 向 MCP 客户端提供 `get_alerts` 和 `get_forecast` 工具,分别按两位州代码获取 NWS 预警,以及按经纬度获取短期预报。

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。

暂未收录安装方式

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。

代码仓库

工具

还没有获取到工具列表

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

Weather MCP 服务

一个 MCP 服务,提供:

  • 按美国两字母州代码查询有效的美国国家气象局(NWS)预警
  • 经纬度坐标的短期点预测(接下来 5 个时段)

数据来自 NWS 公共 API:https://api.weather.gov。

工具

工具描述输入
get_alerts获取美国某州的有效 NWS 预警state(字符串,两字母代码)
get_forecast获取指定坐标的短期预测(接下来 5 个时段)latitude(数字)、longitude(数字)

使用方法(本地)

安装依赖:

pip install .

运行 MCP 服务(stdio 传输):

python -m weather.weather

MCP 客户端应配置为通过软件包入口点或上述模块路径启动服务。

服务 JSON 摘要

请参阅 server.json,了解包括名称、版本、工具和入口点配置在内的注册元数据。

发布步骤(概览)

  1. 使用发布者身份验证(GitHub 命名空间):
    mcp-publisher login github
    
  2. 在 GitHub 上创建并推送仓库(参见以下步骤)。
  3. (可选)如果要作为软件包分发,可发布到 PyPI。
  4. 发布到 MCP 注册表:
    mcp-publisher publish
    
  5. 验证:
    curl "https://registry.modelcontextprotocol.io/v0/servers?search=io.github.vtiwari/weather-mcp"
    

创建并推送 GitHub 仓库

如果此目录尚未是 Git 仓库:

git init
git add .
git commit -m "Initial commit: Weather MCP server"

创建仓库(GitHub CLI)并推送:

gh repo create vtiwari/weather-mcp --public --source . --remote origin --push

如果不使用 GitHub CLI,可通过 GitHub 网页界面手动创建仓库,然后:

git remote add origin https://github.com/vtiwari/weather-mcp.git
git branch -M main
git push -u origin main

为保持版本一致性,为发布版本创建标签:

git tag v0.1.0
git push origin v0.1.0

PyPI 打包(可选)

要通过 PyPI 分发,请确保 pyproject.toml 包含构建后端和元数据(作者、许可证)。然后:

pip install build twine
python -m build
twine upload dist/*

许可证

MIT(如不同,请相应调整)。

免责声明

此服务使用 NOAA/NWS 公共端点。请遵守 API 使用指南和速率限制。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。