Vejr MCP Server

Hvad gør “Weather” MCP Server?

Weather MCP Server er en Model Context Protocol (MCP) server, der forbinder AI-assistenter med realtids- og historiske vejrdata ved at integrere til Open-Meteo API. Designet til at forbedre AI-drevne udviklingsarbejdsgange giver den AI-agenter mulighed for at forespørge på aktuelt vejr, hente vejrinformation for specifikke datointervaller og indhente det aktuelle tidspunkt i en hvilken som helst angivet tidszone. Ved at eksponere disse funktioner som værktøjer muliggør Weather MCP Server problemfri integration af eksterne vejrdata i store sproglige modelinteraktioner (LLM), hvilket understøtter brugsscenarier som rejseplanlægning, kontekstbevidste assistenter og datadrevet automatisering—alt sammen uden krav om API-nøgler eller legitimationsoplysninger.

Liste over prompts

Ingen prompt-skabeloner er opført eller nævnt i repositoriet.

Liste over ressourcer

Ingen eksplicitte MCP-ressourcer er dokumenteret i repositoriet.

Liste over værktøjer

• get_weather
  Henter aktuel vejrinformation for en angiven by. Kræver bynavn som input.

• get_weather_by_datetime_range
  Henter vejrdata for en given by mellem en start- og slutdato (i formatet ÅÅÅÅ-MM-DD).

• get_current_datetime
  Returnerer det aktuelle tidspunkt i en angivet IANA-tidszone (f.eks. “America/New_York”). Standard er UTC, hvis ikke angivet.

Anvendelsestilfælde for denne MCP Server

• Rejseplanlægningsassistenter
  Brug realtids- og prognosevejrdata til at hjælpe brugere med at planlægge rejser, foreslå optimale rejsedatoer eller pakke hensigtsmæssigt.

• Begivenhedsplanlægning
  Integrer vejrudsigter for at anbefale egnede datoer eller steder til udendørs events, møder eller aktiviteter.

• Kontekstuelle AI-samtaler
  Gør chatbots eller virtuelle assistenter i stand til at give kontekstbevidste svar baseret på aktuelle eller historiske vejrforhold på brugerens lokation.

• Dataanalyse og visualisering
  Hent historiske vejrdata til analytiske værktøjer eller dashboards for at afdække trends eller informere forretningsbeslutninger.

• Smart home-automatisering
  Ud­løs handlinger (f.eks. justér thermostat, luk vinduer) baseret på aktuelle eller kommende vejrforhold leveret af serveren.

Sådan sættes den op

Windsurf

1. Sørg for at du har Python og pip installeret.

2. Installer MCP Weather Server:
   pip install mcp_weather_server

3. Find din Windsurf MCP konfigurationsfil (typisk windsurf_mcp_settings.json).

4. Tilføj Weather MCP Server konfigurationen:

   {
     "mcpServers": {
       "weather": {
         "command": "python",
         "args": [
           "-m",
           "mcp_weather_server"
         ],
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

5. Gem filen og genstart Windsurf.

6. Kontrollér at “weather” serveren vises i MCP serverlisten.

Claude

1. Installer Python og pip hvis det ikke allerede er til stede.

2. Kør pip install mcp_weather_server.

3. Redigér din Claude MCP indstillingsfil (f.eks. claude_mcp_settings.json).

4. Indsæt følgende under mcpServers nøglen:

   {
     "mcpServers": {
       "weather": {
         "command": "python",
         "args": [
           "-m",
           "mcp_weather_server"
         ],
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

5. Gem ændringerne og genstart Claude.

6. Kontrollér at Weather MCP Server er tilgængelig.

Cursor

1. Sørg for at Python og pip er tilgængelige.

2. Udfør pip install mcp_weather_server.

3. Åbn din Cursor konfigurationsfil (cursor_mcp_settings.json).

4. Tilføj Weather MCP Server indgangen:

   {
     "mcpServers": {
       "weather": {
         "command": "python",
         "args": [
           "-m",
           "mcp_weather_server"
         ],
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

5. Gem og genstart Cursor.

6. Bekræft at serveren kører i MCP-integrationspanelet.

Cline

1. Sørg for at Python og pip er installeret.

2. Installer serveren med:
   pip install mcp_weather_server

3. Find din cline_mcp_settings.json konfigurationsfil.

4. Tilføj følgende blok:

   {
     "mcpServers": {
       "weather": {
         "command": "python",
         "args": [
           "-m",
           "mcp_weather_server"
         ],
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

5. Gem konfigurationsfilen.

6. Genstart Cline og kontrollér at Weather MCP Server er aktiv.

Sikring af API-nøgler

Denne server kræver ikke API-nøgler, da den bruger det gratis og open source Open-Meteo API. Hvis API-nøgler var nødvendige, ville du bruge miljøvariabler i din konfiguration som dette:

{
  "mcpServers": {
    "weather": {
      "env": {
        "API_KEY": "<YOUR_KEY>"
      },
      "inputs": {
        "api_key": "<YOUR_KEY>"
      }
    }
  }
}

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i dit FlowHunt workflow, start med at tilføje MCP-komponenten til dit flow og forbind den til din AI-agent:

Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion, indsæt dine MCP-serverdetaljer med dette JSON-format:

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

Når det er konfigureret, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle dens funktioner og muligheder. Husk at ændre “weather” til det faktiske navn på din MCP-server og udskifte URL’en med din egen MCP-serveradresse.

Oversigt

Baseret på ovenstående tilbyder Weather MCP Server solid kernefunktionalitet (værktøjer), klar opsætning og er open source, men mangler avancerede MCP-funktioner som ressourcer, prompt-skabeloner eller sampling. Dens nytte er ligetil og nem at bruge. Jeg vil vurdere denne MCP server til 6/10 for generel integration—fremragende til vejr, men begrænset i MCP-udvidelsesmuligheder.

MCP Score