
Weather MCP Server
Weather MCP Server propojuje FlowHunt a AI asistenty s bohatými, aktuálními daty o počasí, předpověďmi, kvalitě ovzduší, astronomii a dalším přes WeatherAPI a z...
Integrujte aktuální i historická data o počasí do svých AI workflowů s Weather MCP Serverem—bez potřeby API klíčů, plně open-source a snadno nastavitelný.
Weather MCP Server je server Model Context Protocol (MCP), který propojuje AI asistenty s aktuálními i historickými daty o počasí prostřednictvím Open-Meteo API. Je navržen tak, aby rozšířil možnost AI workflowů: umožňuje agentům získávat aktuální počasí, vyhledávat informace o počasí pro zadané období a získávat aktuální čas v libovolném zvoleném časovém pásmu. Díky vystavení těchto schopností jako nástrojů umožňuje Weather MCP Server snadnou integraci externích dat o počasí do interakcí s velkými jazykovými modely (LLM), což podporuje případy použití jako plánování cest, kontextová asistence nebo data-driven automatizace—vše bez nutnosti API klíčů nebo přihlašovacích údajů.
V repozitáři nejsou uvedeny ani zmíněny žádné šablony promptů.
V repozitáři nejsou výslovně dokumentovány žádné MCP zdroje.
get_weather
Získá aktuální informace o počasí pro zadané město. Vyžaduje název města jako vstup.
get_weather_by_datetime_range
Získává data o počasí pro zadané město v období mezi začátkem a koncem (ve formátu RRRR-MM-DD).
get_current_datetime
Vrací aktuální čas v zadaném IANA časovém pásmu (např. “America/New_York”). Pokud není uvedeno, používá UTC.
Asistenti pro plánování cest
Využijte aktuální a předpovědní data o počasí k plánování cest, doporučování optimálních termínů či balení.
Plánování akcí
Integrujte předpověď počasí pro doporučení vhodných termínů nebo míst pro venkovní akce, schůzky či činnosti.
Kontextové AI konverzace
Umožněte chatbotům nebo virtuálním asistentům poskytovat odpovědi podle aktuálních nebo historických povětrnostních podmínek v lokalitě uživatele.
Analýza a vizualizace dat
Získávejte historická data o počasí pro analytické nástroje či dashboardy k analýzám trendů nebo podkladům pro rozhodování.
Chytrá domácí automatizace
Spouštějte akce (např. nastavení termostatu, zavření oken) podle aktuálních nebo očekávaných podmínek získaných ze serveru.
Ujistěte se, že máte nainstalovaný Python a pip.
Nainstalujte MCP Weather Server:pip install mcp_weather_server
Najděte svůj konfigurační soubor Windsurf MCP (obvykle windsurf_mcp_settings.json
).
Přidejte konfiguraci Weather MCP Serveru:
{
"mcpServers": {
"weather": {
"command": "python",
"args": [
"-m",
"mcp_weather_server"
],
"disabled": false,
"autoApprove": []
}
}
}
Uložte soubor a restartujte Windsurf.
Ověřte, že se server “weather” objevil v seznamu MCP serverů.
Pokud ještě nemáte, nainstalujte Python a pip.
Spusťte pip install mcp_weather_server
.
Upravte svůj Claude MCP konfigurační soubor (např. claude_mcp_settings.json
).
Vložte následující pod klíč mcpServers
:
{
"mcpServers": {
"weather": {
"command": "python",
"args": [
"-m",
"mcp_weather_server"
],
"disabled": false,
"autoApprove": []
}
}
}
Uložte změny a restartujte Claude.
Zkontrolujte, že je Weather MCP Server k dispozici.
Ujistěte se, že máte k dispozici Python a pip.
Spusťte pip install mcp_weather_server
.
Otevřete svůj konfigurační soubor Cursor (cursor_mcp_settings.json
).
Přidejte položku Weather MCP Server:
{
"mcpServers": {
"weather": {
"command": "python",
"args": [
"-m",
"mcp_weather_server"
],
"disabled": false,
"autoApprove": []
}
}
}
Uložte a restartujte Cursor.
Ověřte, že server běží v panelu MCP integrací.
Ujistěte se, že máte nainstalovaný Python a pip.
Nainstalujte server pomocí:pip install mcp_weather_server
Najděte svůj cline_mcp_settings.json
konfigurační soubor.
Přidejte následující blok:
{
"mcpServers": {
"weather": {
"command": "python",
"args": [
"-m",
"mcp_weather_server"
],
"disabled": false,
"autoApprove": []
}
}
}
Uložte konfigurační soubor.
Restartujte Cline a ověřte, že je Weather MCP Server aktivní.
Tento server nevyžaduje API klíče, protože používá bezplatné a otevřené Open-Meteo API. Pokud by byly API klíče potřeba, použili byste environmentální proměnné ve vaší konfiguraci takto:
{
"mcpServers": {
"weather": {
"env": {
"API_KEY": "<YOUR_KEY>"
},
"inputs": {
"api_key": "<YOUR_KEY>"
}
}
}
}
Použití MCP ve FlowHunt
Pro integraci MCP serverů do workflowu FlowHunt přidejte do svého flow komponentu MCP a propojte ji se svým AI agentem:
Klikněte na MCP komponentu pro otevření konfiguračního panelu. V sekci systémové MCP konfigurace vložte detaily svého MCP serveru v tomto JSON formátu:
{
"weather": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Po konfiguraci může AI agent používat tento MCP jako nástroj se všemi jeho funkcionalitami. Nezapomeňte změnit “weather” na skutečný název svého MCP serveru a URL na adresu vašeho MCP serveru.
Sekce | Dostupnost | Detaily/Poznámky |
---|---|---|
Přehled | ✅ | |
Seznam promptů | ⛔ | Žádné šablony promptů nejsou dokumentovány |
Seznam zdrojů | ⛔ | Žádné MCP zdroje nejsou uvedeny |
Seznam nástrojů | ✅ | 3 nástroje: get_weather, get_weather_by_datetime_range, get_current_datetime |
Zabezpečení API klíčů | ✅ | Není potřeba; příklad pro env proměnné uveden |
Podpora sampling (méně důležité při hodnocení) | ⛔ | Není zmíněno |
Na základě výše uvedeného nabízí Weather MCP Server solidní základní funkcionalitu (nástroje), jasné nastavení a je open source, ale postrádá pokročilé MCP vlastnosti jako zdroje, šablony promptů nebo sampling. Jeho využití je přímočaré a snadné. Tento MCP server bych ohodnotil 6/10 pro obecné integrace—skvělý pro počasí, ale omezený v MCP rozšiřitelnosti.
Má LICENCI | ✅ (Apache-2.0) |
---|---|
Má alespoň jeden nástroj | ✅ |
Počet Forků | 8 |
Počet Stars | 7 |
Weather MCP Server je open-source server Model Context Protocol (MCP), který propojuje AI asistenty s aktuálními a historickými daty o počasí prostřednictvím Open-Meteo API. Nabízí nástroje pro získání aktuálního počasí, počasí pro konkrétní časové úseky a aktuální čas v libovolném časovém pásmu—I bez potřeby API klíče.
Nabízí tři hlavní nástroje: get_weather (pro aktuální počasí ve zvoleném městě), get_weather_by_datetime_range (pro historická data o počasí) a get_current_datetime (pro aktuální čas v libovolném IANA časovém pásmu).
Weather MCP Server můžete použít pro plánování cest, organizaci akcí, kontextové AI konverzace, chytrou domácí automatizaci a analýzu dat—zkrátka v každé situaci, kde počasí nebo časová data vylepšují AI workflow.
Ne, Weather MCP Server nevyžaduje API klíč. Používá bezplatné a otevřené Open-Meteo API.
Nainstalujte server (pip install mcp_weather_server), přidejte jeho konfiguraci do svého MCP konfiguračního souboru a připojte ho ve svém FlowHunt workflow pomocí MCP komponenty. Dokumentace obsahuje kompletní postup pro klienty Windsurf, Claude, Cursor a Cline.
Vylepšete své AI agenty živými daty o počasí i historickými přehledy. Začněte používat Weather MCP Server pro chytřejší a kontextové automatizace.
Weather MCP Server propojuje FlowHunt a AI asistenty s bohatými, aktuálními daty o počasí, předpověďmi, kvalitě ovzduší, astronomii a dalším přes WeatherAPI a z...
OpenWeather MCP Server propojuje AI asistenty s aktuálními meteorologickými daty pomocí rozhraní OpenWeatherMap API. Umožňuje získávat aktuální počasí a 5denní ...
JMeter MCP Server propojuje Apache JMeter s AI workflowy, umožňuje automatizované testování výkonu, analýzu a bezproblémovou integraci do vývojových pipeline. Z...