Wetter-MCP-Server

Was macht der „Wetter“-MCP-Server?

Der Wetter-MCP-Server ist ein Model-Context-Protocol-(MCP)-Server, der KI-Assistenten mit Echtzeit- und historischen Wetterdaten verbindet, indem er mit der Open-Meteo-API kommuniziert. Er wurde entwickelt, um KI-gesteuerte Entwicklungs-Workflows zu erweitern und ermöglicht es KI-Agenten, aktuelles Wetter abzufragen, Wetterinformationen für bestimmte Zeiträume abzurufen und die aktuelle Zeit in einer angegebenen Zeitzone zu erhalten. Durch die Bereitstellung dieser Funktionen als Tools ermöglicht der Wetter-MCP-Server eine nahtlose Integration externer Wetterdaten in Interaktionen mit großen Sprachmodellen (LLMs) und unterstützt Anwendungsfälle wie Reiseplanung, kontextbewusste Assistenten und datengetriebene Automatisierung – alles ohne API-Schlüssel oder Zugangsdaten.

Liste der Prompts

Im Repository sind keine Prompt-Vorlagen gelistet oder erwähnt.

Liste der Ressourcen

Im Repository sind keine expliziten MCP-Ressourcen dokumentiert.

Liste der Tools

• get_weather
  Ruft die aktuellen Wetterinformationen für eine angegebene Stadt ab. Benötigt den Stadtnamen als Eingabe.

• get_weather_by_datetime_range
  Holt Wetterdaten für eine bestimmte Stadt zwischen einem Anfangs- und Enddatum (im Format JJJJ-MM-TT).

• get_current_datetime
  Gibt die aktuelle Zeit in einer angegebenen IANA-Zeitzone zurück (z. B. “America/New_York”). Standardmäßig wird UTC verwendet, wenn nichts angegeben ist.

Anwendungsfälle dieses MCP-Servers

• Reiseplanungs-Assistenten
  Verwenden Sie Echtzeit- und Prognosewetterdaten, um Nutzern bei der Reiseplanung zu helfen, optimale Reisedaten vorzuschlagen oder Tipps zum Packen zu geben.

• Terminplanung
  Integrieren Sie Wettervorhersagen, um passende Termine oder Orte für Outdoor-Events, Besprechungen oder Aktivitäten zu empfehlen.

• Kontextuelle KI-Konversationen
  Ermöglichen Sie Chatbots oder virtuellen Assistenten, kontextbewusste Antworten basierend auf aktuellen oder historischen Wetterbedingungen am Standort des Nutzers zu geben.

• Datenanalyse und Visualisierung
  Rufen Sie historische Wetterdaten für analytische Tools oder Dashboards ab, um Trends zu erkennen oder Geschäftsentscheidungen zu treffen.

• Smart-Home-Automatisierung
  Lösen Sie Aktionen aus (z. B. Thermostate einstellen, Fenster schließen) basierend auf aktuellen oder bevorstehenden Wetterbedingungen, die vom Server bereitgestellt werden.

So richten Sie es ein

Windsurf

1. Stellen Sie sicher, dass Python und pip installiert sind.

2. Installieren Sie den MCP Wetter-Server:
   pip install mcp_weather_server

3. Suchen Sie Ihre Windsurf-MCP-Konfigurationsdatei (typischerweise windsurf_mcp_settings.json).

4. Fügen Sie die Wetter-MCP-Server-Konfiguration hinzu:

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

5. Datei speichern und Windsurf neu starten.

6. Überprüfen Sie, ob der “weather”-Server in der MCP-Serverliste erscheint.

Claude

1. Installieren Sie Python und pip, falls noch nicht vorhanden.

2. Führen Sie pip install mcp_weather_server aus.

3. Bearbeiten Sie Ihre Claude-MCP-Einstellungsdatei (z. B. claude_mcp_settings.json).

4. Fügen Sie Folgendes unter dem Schlüssel mcpServers ein:

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

5. Änderungen speichern und Claude neu starten.

6. Prüfen Sie, ob der Wetter-MCP-Server verfügbar ist.

Cursor

1. Stellen Sie sicher, dass Python und pip verfügbar sind.

2. Führen Sie pip install mcp_weather_server aus.

3. Öffnen Sie Ihre Cursor-Konfigurationsdatei (cursor_mcp_settings.json).

4. Fügen Sie den Wetter-MCP-Server-Eintrag hinzu:

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

5. Speichern und Cursor neu starten.

6. Bestätigen Sie, dass der Server im MCP-Integrationspanel läuft.

Cline

1. Stellen Sie sicher, dass Python und pip installiert sind.

2. Installieren Sie den Server mit:
   pip install mcp_weather_server

3. Suchen Sie Ihre cline_mcp_settings.json-Konfigurationsdatei.

4. Fügen Sie folgenden Block hinzu:

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

5. Konfigurationsdatei speichern.

6. Cline neu starten und überprüfen, ob der Wetter-MCP-Server aktiv ist.

API-Schlüssel absichern

Dieser Server benötigt keine API-Schlüssel, da er die kostenlose und quelloffene Open-Meteo-API verwendet. Falls API-Schlüssel erforderlich wären, würden Sie Umgebungsvariablen in Ihrer Konfiguration so nutzen:

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

So verwenden Sie diesen MCP in Flows

MCP in FlowHunt nutzen

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie zuerst die MCP-Komponente zu Ihrem Flow hinzu und verbinden sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Bereich der System-MCP-Konfiguration fügen Sie Ihre MCP-Server-Details in diesem JSON-Format ein:

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

Nach der Konfiguration kann der KI-Agent diesen MCP nun als Tool mit Zugriff auf alle Funktionen und Möglichkeiten nutzen. Denken Sie daran, “weather” durch den tatsächlichen Namen Ihres MCP-Servers zu ersetzen und die URL entsprechend Ihrer eigenen MCP-Server-URL anzupassen.

Übersicht

Basierend auf den obigen Punkten bietet der Wetter-MCP-Server solide Kernfunktionalität (Tools), eine klare Einrichtung und ist Open Source, es fehlen jedoch fortschrittliche MCP-Features wie Ressourcen, Prompt-Vorlagen oder Sampling. Sein Nutzen ist unkompliziert und einfach zu verwenden. Ich bewerte diesen MCP-Server mit 6/10 für allgemeine Integrationen – großartig für Wetter, aber eingeschränkt in der MCP-Erweiterbarkeit.

MCP-Score