Weather MCP Server

Co dělá “Weather” MCP Server?

Weather MCP Server je server Model Context Protocol (MCP) navržený pro poskytování bezproblémového přístupu AI asistentům ke komplexním datům o počasí a souvisejícím službám. Jako prostředník mezi AI klienty a WeatherAPI umožňuje AI workflow získávat aktuální podmínky počasí, předpovědi (až na 14 dní), historická data, indexy kvality ovzduší, astronomická data, vyhledávání podle lokace, informace o časových pásmech nebo dokonce detaily ke sportovním událostem. Server je postaven na FastAPI a MCP frameworku, což usnadňuje integraci do AI vývojových prostředí. Zvyšuje schopnosti AI agentů odpovídat na dotazy uživatelů, automatizovat workflow závislé na počasí a rozšiřovat kontext pro interakce s jazykovými modely.

Seznam promptů

V repozitáři nebyly nalezeny žádné explicitní šablony promptů.

Seznam zdrojů

V dostupné dokumentaci nebo výpisech kódu nejsou popsány žádné explicitní zdroje.

Seznam nástrojů

• Aktuální podmínky počasí: Poskytuje aktuální data o teplotě, vlhkosti, rychlosti větru apod. pro vybranou lokaci.
• Předpovědi počasí (1–14 dní): Získává předpovědi počasí na nadcházející dny, což umožňuje plánování podle očekávaných podmínek.
• Historická data o počasí: Přístup k minulým údajům o počasí pro analytiku nebo zpětné dotazy.
• Výstrahy na počasí: Informuje o varováních na extrémní povětrnostní jevy.
• Informace o kvalitě ovzduší: Získává data o úrovni znečištění ovzduší a indexu kvality pro danou oblast.
• Astronomická data: Poskytuje údaje jako východ/západ slunce a fáze měsíce.
• Vyhledávání lokace: Umožňuje vyhledávat a rozpoznávat lokace pro dotazy na počasí.
• Informace o časových pásmech: Poskytuje informace o lokálním čase a časovém pásmu pro zvolenou lokaci.
• Sportovní události: Vrací informace o počasí relevantní ke sportovním akcím.

Příklady využití tohoto MCP serveru

• Integrace do osobních asistentů: AI asistenti mohou využívat server pro odpovědi na dotazy o počasí, východech/západech slunce či kvalitě ovzduší, čímž zvyšují uživatelský komfort.
• Plánování cestování: Vývojáři mohou automatizovat plánování itineráře zapojením předpovědí počasí a výstrah pro destinace, což umožní uživatelům upravit plány podle očekávaných podmínek.
• Environmentální dashboardy: Server může pohánět přehledy sledující trendy v kvalitě ovzduší i počasí a podporovat zdravotní doporučení či městské plánování.
• Plánování událostí: Týmy pořádající sportovní nebo venkovní akce mohou server využít ke kontrole historického i předpovězeného počasí a optimalizovat termín akce.
• Chytrá domácí automatizace: Integrujte data o počasí pro automatizaci domácích zařízení – např. nastavení termostatu, zavírání oken či zasílání upozornění podle blížících se změn počasí.

Jak nastavit

Windsurf

1. Ujistěte se, že máte nainstalovaný Python 3.13+ a správce balíčků uv.
2. Přidejte Weather MCP Server do své konfigurace.
3. Vložte server do objektu mcpServers s příkazem a argumenty.
4. Uložte konfiguraci a restartujte Windsurf.
5. Ověřte spojení se serverem.

Příklad JSON konfigurace

"mcpServers": {
  "weather-mcp": {
    "command": "python",
    "args": ["main.py"]
  }
}

Zabezpečení API klíčů

Nastavte svůj WeatherAPI klíč pomocí proměnných prostředí:

"env": {
  "WEATHER_API_KEY": "your_api_key_here"
},
"inputs": {
  // Další možnosti konfigurace
}

Claude

1. Ujistěte se, že máte nainstalovaný Python 3.13+ a správce balíčků uv.
2. Přidejte Weather MCP Server do konfigurace Claude.
3. Upravte objekt mcpServers podle příkladu níže.
4. Uložte a restartujte Claude.
5. Otestujte dotazem Claude na data o počasí.

Příklad JSON konfigurace

"mcpServers": {
  "weather-mcp": {
    "command": "python",
    "args": ["main.py"]
  }
}

Zabezpečení API klíčů

"env": {
  "WEATHER_API_KEY": "your_api_key_here"
}

Cursor

1. Nainstalujte Python 3.13+ a uv.
2. Přidejte Weather MCP Server do nastavení Cursor.
3. Upravte konfigurační soubor a zahrňte server.
4. Uložte a restartujte Cursor.
5. Ověřte, že dotazy na počasí fungují.

Příklad JSON konfigurace

"mcpServers": {
  "weather-mcp": {
    "command": "python",
    "args": ["main.py"]
  }
}

Zabezpečení API klíčů

"env": {
  "WEATHER_API_KEY": "your_api_key_here"
}

Cline

1. Ujistěte se, že máte nainstalovaný Python 3.13+ a uv.
2. Upravte konfiguraci Cline a přidejte Weather MCP Server.
3. Přidejte odpovídající položku do objektu mcpServers.
4. Uložte změny a restartujte Cline.
5. Ověřte, že server funguje.

Příklad JSON konfigurace

"mcpServers": {
  "weather-mcp": {
    "command": "python",
    "args": ["main.py"]
  }
}

Zabezpečení API klíčů

"env": {
  "WEATHER_API_KEY": "your_api_key_here"
}

Jak použít tento MCP v tokech

Použití MCP ve FlowHunt

Pro integraci MCP serverů do workflow ve FlowHunt přidejte do svého toku komponentu MCP a propojte ji se svým AI agentem:

Klikněte na komponent MCP pro otevření konfiguračního panelu. Do sekce nastavení systémového MCP vložte detaily svého MCP serveru v tomto JSON formátu:

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

Po nastavení může AI agent využívat tento MCP jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “weather-mcp” na skutečný název vašeho MCP serveru a URL nahradit adresou vašeho MCP serveru.

Přehled

Na základě dostupných informací nabízí Weather MCP Server solidní pokrytí nástrojů a jednoduché nastavení, ale postrádá explicitní dokumentaci promptů, zdrojů či podporu pro roots a sampling. Jeho primární zaměření je na nástroje spojené s počasím a nabízí jasné instrukce pro zabezpečení API klíče. Pro úzce zaměřený weather MCP je efektivní, ale mohl by být vylepšen doplněním více MCP-standardní dokumentace a definic zdrojů.

MCP skóre