OpenWeather MCP Server

Co dělá “OpenWeather” MCP Server?

OpenWeather MCP Server je lehká služba Model Context Protocol (MCP), která propojuje AI asistenty s aktuálními meteorologickými daty prostřednictvím bezplatného rozhraní OpenWeatherMap API. Umožňuje efektivní vývojové pracovní toky tím, že AI klientům poskytuje možnost dotazovat aktuální počasí a 5denní předpovědi pro libovolné město, s volbou jednotek (Celsius, Fahrenheit, Kelvin) a podporou více jazyků. Tím, že zpřístupňuje data o počasí jako strukturované zdroje a nástroje, zjednodušuje úkony jako zjišťování informací o počasí, kontextové AI odpovědi a integraci do automatizačních procesů. Tento server je ideální pro projekty vyžadující aktuální meteorologický kontext, což usnadňuje stavbu AI aplikací, které pracují s externími daty přes MCP.

Seznam promptů

V repozitáři nejsou uvedeny žádné šablony promptů.

Seznam zdrojů

• Aktuální počasí: Poskytuje aktuální meteo podmínky pro zadané město, včetně teploty, tlaku, vlhkosti, větru, východu/západu slunce a dalších.
• 5denní předpověď počasí: Nabízí předpověď s podrobnými údaji každé 3 hodiny až na 5 dní.
• Nastavení jednotek: Klient si může vybrat mezi stupni Celsia, Fahrenheita nebo Kelvina.
• Podpora vícejazyčnosti: Počasí lze získat v různých jazycích podporovaných OpenWeatherMap API.

Seznam nástrojů

• weather: Hlavní nástroj poskytovaný OpenWeather MCP serverem. Přijímá parametry city (povinné), units (volitelné: c|f|k), a lang (volitelné: en|de|fr|…). Načítá aktuální počasí i předpověď pro zadané město.

Příklady využití tohoto MCP serveru

• AI chatboty zaměřené na počasí: Integrace aktuálních dat o počasí do konverzačních AI asistentů, kde uživatelé mohou dotazovat aktuální podmínky či předpovědi pro libovolné město.
• Plánování cest a událostí: Zařazení kontroly počasí do automatizovaných workflow pro návrhy nebo upozornění na nadcházející cesty či akce na základě předpovědi.
• Kontextové AI odpovědi: Zlepšení kontextového povědomí AI agentů poskytnutím aktuálního lokálního počasí pro lepší doporučení a rozhodování.
• Integrace do chytré domácnosti a IoT: Použití dat o počasí pro spouštění rutin chytré domácnosti, například nastavení topení/chlazení či upozornění při změně počasí.
• Vzdělávací aplikace: Vytváření interaktivních výukových nástrojů s reálnými meteo daty pro výuku přírodovědy, zeměpisu či jazyků.

Jak jej nastavit

Windsurf

1. Ujistěte se, že máte nainstalováno Go 1.20+.
2. Získejte svůj OpenWeatherMap API klíč.
3. Sestavte server:

   git clone https://github.com/mschneider82/mcp-openweather.git
   cd mcp-openweather
   go build -o mcp-weather
   

4. Do konfigurace Windsurf přidejte server:

   {
     "mcpServers": {
       "mcp-openweather": {
         "command": "/path/to/mcp-weather",
         "env": {
           "OWM_API_KEY": "PUT_API_KEY_HERE"
         }
       }
     }
   }
   

5. Uložte změny a restartujte Windsurf. Ověřte dotazem na počasí.

Claude

1. Instalujte přes Smithery:

   npx -y @smithery/cli install @mschneider82/mcp-openweather --client claude
   

2. Nastavte svůj OpenWeatherMap API klíč:

   export OWM_API_KEY="your_api_key_here"
   

3. Přidejte do konfigurace Claude:

   {
     "mcpServers": {
       "mcp-openweather": {
         "command": "/path/to/mcp-weather",
         "env": {
           "OWM_API_KEY": "PUT_API_KEY_HERE"
         }
       }
     }
   }
   

4. Uložte a restartujte Claude. Otestujte požadavkem na počasí.

Cursor

1. Sestavte server dle výše uvedeného a ujistěte se, že je nastaven váš API klíč.
2. Upravte konfigurační soubor MCP pro Cursor:

   {
     "mcpServers": {
       "mcp-openweather": {
         "command": "/path/to/mcp-weather",
         "env": {
           "OWM_API_KEY": "PUT_API_KEY_HERE"
         }
       }
     }
   }
   

3. Uložte a restartujte Cursor. Ověřte nastavení dotazem na počasí.

Cline

1. Sestavte a nastavte OpenWeather MCP server podle předchozích kroků.
2. Přidejte konfiguraci serveru do Cline:

   {
     "mcpServers": {
       "mcp-openweather": {
         "command": "/path/to/mcp-weather",
         "env": {
           "OWM_API_KEY": "PUT_API_KEY_HERE"
         }
       }
     }
   }
   

3. Uložte konfiguraci a restartujte Cline.
4. Ověřte odesláním požadavku na počasí.

Zabezpečení API klíčů

API klíče vždy ukládejte do proměnných prostředí. Příklad konfigurace v JSON:

{
  "mcpServers": {
    "mcp-openweather": {
      "command": "/path/to/mcp-weather",
      "env": {
        "OWM_API_KEY": "${OWM_API_KEY}"  // Použijte svou proměnnou prostředí
      }
    }
  }
}

Jak použít tento MCP ve flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do vašeho workflow ve FlowHuntu přidejte do flow komponentu MCP a propojte ji se svým AI agentem:

Klikněte na komponentu MCP pro otevření konfiguračního panelu. Do sekce systémové konfigurace MCP vložte detaily svého MCP serveru v tomto formátu JSON:

{
  "mcp-openweather": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po uložení je AI agent schopen používat tento MCP jako nástroj s přístupem ke všem jeho funkcím. Nezapomeňte změnit “mcp-openweather” na skutečný název vašeho MCP serveru a URL na adresu vašeho serveru.

Přehled

Podle dostupných informací OpenWeather MCP Server nabízí jasné nástroje a zdroje pro práci s počasím, ale chybí mu šablony promptů i sampling. Podpora Roots není uvedena.

Projekt je jednoduchý, ale funkční, s přehledným návodem a všemi klíčovými funkcemi pro zpřístupnění dat o počasí.

Náš názor

OpenWeather MCP Server je přímočarý, snadno nastavitelný a dobře se hodí pro doplnění AI workflow o data o počasí. Chybí pokročilé MCP vlastnosti jako šablony promptů a sampling, ale pro získávání dat o počasí je robustní a uživatelsky přívětivý.

Hodnocení: 7/10

MCP Skóre