Weather MCP Server

Was macht der “Weather” MCP Server?

Der Weather MCP Server ist ein Model Context Protocol (MCP) Server, der KI-Assistenten einen nahtlosen Zugriff auf umfassende Wetterdaten und verwandte Dienste ermöglicht. Als Schnittstelle zwischen KI-Clients und der WeatherAPI macht er es möglich, aktuelle Wetterbedingungen, Prognosen (bis zu 14 Tage), historische Wetterdaten, Luftqualitätsindizes, Astronomiedaten, ortsbasierte Suchen, Zeitzoneninformationen und sogar Details zu Sportereignissen abzurufen. Der Server ist mit FastAPI und dem MCP-Framework aufgebaut und lässt sich einfach in KI-Entwicklungsumgebungen integrieren. So können KI-Agenten Benutzeranfragen beantworten, wetterabhängige Workflows automatisieren und den Kontext für Sprachmodell-Interaktionen erweitern.

Liste der Prompts

In den Repository-Dateien wurden keine expliziten Prompt-Vorlagen gefunden.

Liste der Ressourcen

In der verfügbaren Dokumentation oder im Code sind keine expliziten Ressourcen beschrieben.

Liste der Tools

• Aktuelle Wetterbedingungen: Stellt Echtzeitdaten wie Temperatur, Luftfeuchtigkeit, Windgeschwindigkeit usw. für einen bestimmten Ort bereit.
• Wettervorhersagen (1-14 Tage): Ruft Wetterprognosen für die kommenden Tage ab, damit Sie entsprechend planen können.
• Historische Wetterdaten: Greift auf Wetterdaten aus der Vergangenheit für Analysen oder Rückfragen zu.
• Wetterwarnungen: Liefert Warnungen zu Unwetterereignissen.
• Luftqualitätsinformationen: Ruft Informationen zum Luftverschmutzungsgrad und Luftqualitätsindex für einen bestimmten Ort ab.
• Astronomiedaten: Liefert Details wie Sonnenaufgang, Sonnenuntergang und Mondphasen.
• Ortssuche: Ermöglicht das Suchen und Auflösen von Orten für Wetterabfragen.
• Zeitzoneninformationen: Liefert lokale Zeitzoneninformationen für angegebene Orte.
• Sportereignisse: Gibt Wetterbedingungen zu Sportereignissen zurück.

Anwendungsfälle dieses MCP Servers

• Integration in persönliche Assistenten: KI-Assistenten können den Server nutzen, um Benutzeranfragen zu Wetter, Sonnenauf-/untergangszeiten und Luftqualität zu beantworten und so das Nutzererlebnis verbessern.
• Reiseplanung: Entwickler können die Reiseplanung automatisieren, indem sie Wettervorhersagen und Warnungen für Zielorte integrieren und Nutzern ermöglichen, Pläne je nach Wetterlage anzupassen.
• Dashboards zur Umweltüberwachung: Der Server kann Dashboards mit Luftqualitäts- und Wettertrends versorgen und so Gesundheitsratschläge und Stadtplanung unterstützen.
• Terminplanung für Veranstaltungen: Teams, die Sport- oder Outdoor-Events organisieren, können historische und prognostizierte Wetterdaten prüfen und so den optimalen Zeitpunkt wählen.
• Smart-Home-Automatisierung: Integrieren Sie Wetterdaten, um Hausgeräte zu automatisieren – z. B. Thermostate anpassen, Fenster schließen oder Benachrichtigungen basierend auf bevorstehenden Wetteränderungen versenden.

So richten Sie den Server ein

Windsurf

1. Stellen Sie sicher, dass Python 3.13+ und der Paketmanager uv installiert sind.
2. Fügen Sie den Weather MCP Server zu Ihrer Konfiguration hinzu.
3. Fügen Sie den Server im mcpServers-Objekt mit Befehl und Argumenten hinzu.
4. Speichern Sie die Konfiguration und starten Sie Windsurf neu.
5. Überprüfen Sie die Verbindung zum Server.

Beispiel für eine JSON-Konfiguration

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

API-Schlüssel absichern

Setzen Sie Ihren WeatherAPI-Schlüssel über Umgebungsvariablen:

"env": {
  "WEATHER_API_KEY": "your_api_key_here"
},
"inputs": {
  // Andere Konfigurationsoptionen
}

Claude

1. Stellen Sie sicher, dass Python 3.13+ und der Paketmanager uv installiert sind.
2. Fügen Sie den Weather MCP Server zu Claudes Konfiguration hinzu.
3. Bearbeiten Sie das mcpServers-Objekt wie unten gezeigt.
4. Speichern und starten Sie Claude neu.
5. Testen Sie, indem Sie Claude nach Wetterdaten fragen.

Beispiel für eine JSON-Konfiguration

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

API-Schlüssel absichern

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

Cursor

1. Installieren Sie Python 3.13+ und uv.
2. Fügen Sie den Weather MCP Server in der Cursor-Konfiguration hinzu.
3. Bearbeiten Sie die Konfigurationsdatei, um den Server einzubinden.
4. Speichern und starten Sie Cursor neu.
5. Überprüfen Sie, ob Wetterabfragen funktionieren.

Beispiel für eine JSON-Konfiguration

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

API-Schlüssel absichern

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

Cline

1. Stellen Sie sicher, dass Python 3.13+ und uv installiert sind.
2. Bearbeiten Sie Clines Konfiguration, um den Weather MCP Server hinzuzufügen.
3. Ergänzen Sie das mcpServers-Objekt entsprechend.
4. Speichern Sie die Änderungen und starten Sie Cline neu.
5. Prüfen Sie, ob der Server läuft.

Beispiel für eine JSON-Konfiguration

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

API-Schlüssel absichern

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

So nutzen Sie diesen MCP innerhalb von Flows

MCP in FlowHunt verwenden

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

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Bereich System-MCP-Konfiguration fügen Sie die Details Ihres MCP-Servers in folgendem JSON-Format ein:

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

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

Übersicht

Basierend auf den verfügbaren Informationen bietet der Weather MCP Server eine solide Tool-Abdeckung und einfache Einrichtung, es fehlen jedoch explizite Dokumentationen für Prompts, Ressourcen oder Unterstützung für Roots und Sampling. Der Fokus liegt klar auf wetterbezogenen Tools mit klaren Hinweisen zur API-Schlüssel-Sicherheit. Für einen spezialisierten Wetter-MCP ist er effektiv, könnte aber durch mehr MCP-Standarddokumentation und Ressourcendefinitionen noch verbessert werden.

MCP Score