mcpField
W
Windai Mcp Server

Windai Mcp Server

本地服务
github.com/umedpaliwal科研与教育129 周前更新

关于 Windai Mcp Server

WindAI MCP Server 为 MCP 兼容 AI 助手用户提供风资源估算和评估工具,结合免费的地点估算与站点比较,以及需要 API 密钥的风电场评估。

主要功能

  1. 01按坐标估算风资源
  2. 02提供风能等级和月度明细
  3. 03比较最多五个地点
  4. 04使用 API 密钥运行风电场评估
  5. 05查询价格和模型信息

适用场景

  1. 01初步评估地点的风能潜力
  2. 02比较候选风电场站点
  3. 03估算容量系数和能源产量
  4. 04查看 WindAI 模型或价格详情

MCP 相关

该 MCP 服务向兼容的 AI 助手提供风资源估算、站点比较、完整评估、价格和模型信息工具。

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。

mcp.json · 通用配置
{
"mcpServers": {
"windai": {
"command": "npx",
"args": [
"-y",
"windai-mcp"
]
}
}
}
启动命令npx -y windai-mcp

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmwindai-mcp

工具

5

收录的工具列表 · 更新于 3 周前

参数类型必填说明
latitudenumber是场址纬度(-90 至 90)
longitudenumber是场址经度(-180 至 180)
hub_heightnumber否轮毂高度,单位为米(默认值:100)。典型范围:60-170m。

详细介绍

WindAI MCP Server

通过 Model Context Protocol (MCP),为 Claude、ChatGPT、Cursor 和其他 AI 助手提供 AI 驱动的风能资源评估工具。

使用任何兼容 MCP 的 AI 助手获取风速估算、比较场址,并运行完整的 ML 驱动型风电场评估。

网站: windai.tech

快速开始

Claude Desktop

将以下内容添加到 Claude Desktop 配置文件(macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json,Windows 上为 %APPDATA%\Claude\claude_desktop_config.json):

{
  "mcpServers": {
    "windai": {
      "command": "npx",
      "args": ["-y", "windai-mcp"]
    }
  }
}

重启 Claude Desktop,然后询问:

“纬度 40.5、经度 -105.2 处的风能潜力如何?”

Claude Code
claude mcp add windai -- npx -y windai-mcp
Cursor / 其他 MCP 客户端

添加类似配置,并使用 npx -y windai-mcp 作为命令。

全局安装
npm install -g windai-mcp
windai-mcp

工具

get_wind_estimate(免费)

获取地球上任意位置的大致风能资源估算。无需 API 密钥。

输入:

  • latitude(必填):纬度(-90 至 90)
  • longitude(必填):经度(-180 至 180)
  • hub_height(可选):轮毂高度,单位为米(默认值:100)

返回: 平均风速、IEC 风级、风能质量评估、月度明细、风功率密度。

提示词示例:“估算 52.5N、1.8E 处轮毂高度为 120m 的风能资源”

get_wind_farm_assessment(需要 API 密钥)

使用 WindAI 的深度学习模型(基于来自 289 个风电场的 1000 多万条小时观测数据训练的 391 特征神经网络)运行完整的 AI 驱动型风能资源评估。

输入:

  • latitude(必填):纬度
  • longitude(必填):经度
  • api_key(必填):WindAI API 密钥(以 wai_ 开头)
  • hub_height(可选):轮毂高度,单位为米
  • rated_power(可选):风机额定功率,单位为 kW
  • rotor_diameter(可选):转子直径,单位为米
  • turbines_count(可选):风机数量
  • 以及:swept_area、total_power

返回: 8,760 多个小时的容量系数、AEP、P50/P90、月度和昼夜变化曲线。

获取 API 密钥: windai.tech/account

compare_wind_sites(免费)

并排比较多个位置的风能潜力。最多支持 5 个位置。

输入:

  • locations(必填):{ latitude, longitude, name? } 对象数组(2 至 5 个场址)

返回: 按风能质量排序的比较表。

提示词示例:“比较以下场址的风能潜力:丹佛 CO(39.7, -105.0)、阿马里洛 TX(35.2, -101.8)和夏延 WY(41.1, -104.8)”

get_windai_pricing(免费)

获取 WindAI 评估的当前定价信息。

返回: 积分套餐、单场址价格、包含内容和注册链接。

get_windai_model_info(免费)

获取有关 WindAI ML 模型、训练数据和准确率指标的信息。

返回: 架构详情、训练数据统计、准确率指标、验证方法。

定价

套餐积分总价单场址价格节省
单次1$49.99$49.99--
入门版10$449.90$44.9910%
专业版25$999.75$39.9920%
企业版100$3,499.00$34.9930%

在 windai.tech/credits 购买积分。

数据来源

  • 免费工具: Open-Meteo ERA5 历史再分析数据(2021-2023),无需 API 密钥
  • 付费评估: WindAI 专有深度学习模型,使用 ERA5、MERRA2、Copernicus DEM 和风机规格数据

开发

git clone <repo-url>
cd windai-mcp
npm install
npm run dev

生产环境构建:

npm run build
npm start

链接

许可证

MIT

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。