Serveur MCP Météo

Intégrez des données météo avancées et en temps réel ainsi que des prévisions dans vos agents IA et vos workflows grâce au Serveur MCP Météo pour FlowHunt.

Serveur MCP Météo

Que fait le Serveur MCP « Météo » ?

Le Serveur MCP Météo est un serveur Model Context Protocol (MCP) conçu pour fournir aux assistants IA un accès transparent à des données météo complètes et à des services associés. En jouant le rôle d’intermédiaire entre les clients IA et la WeatherAPI, ce serveur permet aux workflows pilotés par l’IA de récupérer les conditions météo actuelles, des prévisions (jusqu’à 14 jours), des historiques météo, des indices de qualité de l’air, des données astronomiques, la recherche de lieux, des informations de fuseau horaire, et même des détails sur des événements sportifs. Le serveur est développé avec FastAPI et le framework MCP, favorisant une intégration aisée dans les environnements de développement IA. Cela améliore la capacité des agents IA à répondre aux questions des utilisateurs, à automatiser les workflows dépendant de la météo et à enrichir le contexte pour les interactions avec les modèles de langage.

Liste des prompts

Aucun modèle de prompt explicite n’a été trouvé dans les fichiers du dépôt.

Liste des ressources

Aucune ressource explicite n’est décrite dans la documentation ou les listings de code disponibles.

Liste des outils

  • Conditions météo actuelles : Fournit des données en temps réel sur la température, l’humidité, la vitesse du vent, etc., pour un lieu donné.
  • Prévisions météo (1-14 jours) : Récupère les prévisions météo pour les prochains jours, permettant une planification selon les conditions attendues.
  • Données météo historiques : Accède aux données météo passées pour des analyses ou des requêtes rétrospectives.
  • Alertes météo : Fournit des avertissements sur les phénomènes météo dangereux.
  • Informations sur la qualité de l’air : Récupère des informations sur le niveau de pollution et l’indice de qualité de l’air pour un lieu donné.
  • Données astronomiques : Donne des détails tels que le lever/coucher du soleil et les phases de la lune.
  • Recherche de lieu : Permet de rechercher et de résoudre des lieux pour les requêtes météo.
  • Informations de fuseau horaire : Fournit les informations de fuseau local pour les lieux spécifiés.
  • Événements sportifs : Retourne les conditions météo pertinentes pour des événements sportifs.

Cas d’usage de ce serveur MCP

  • Intégration assistant personnel : Les assistants IA peuvent exploiter le serveur pour répondre aux questions des utilisateurs sur la météo, les horaires de lever/coucher du soleil et la qualité de l’air, améliorant ainsi l’expérience utilisateur.
  • Planification de voyage : Les développeurs peuvent automatiser la planification d’itinéraires en intégrant les prévisions météo et les alertes pour des destinations, permettant aux utilisateurs d’ajuster les plans selon la météo.
  • Tableaux de bord de surveillance environnementale : Le serveur peut alimenter des dashboards qui surveillent la qualité de l’air et l’évolution de la météo, aidant aux alertes sanitaires et à la planification urbaine.
  • Planification d’événements : Les équipes organisant des événements sportifs ou extérieurs peuvent utiliser le serveur pour vérifier la météo passée et à venir, optimisant ainsi la programmation.
  • Automatisation maison intelligente : Intégrez les données météo pour automatiser des appareils domestiques — par exemple, ajuster le thermostat, fermer les fenêtres ou envoyer des alertes selon les changements à venir.

Comment le configurer

Windsurf

  1. Assurez-vous que Python 3.13+ et le gestionnaire de paquets uv sont installés.
  2. Ajoutez le Serveur MCP Météo à votre configuration.
  3. Insérez le serveur dans votre objet mcpServers avec la commande et les arguments.
  4. Sauvegardez la configuration et redémarrez Windsurf.
  5. Vérifiez la connectivité au serveur.

Exemple de configuration JSON

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

Sécurisation des clés API

Définissez votre clé WeatherAPI via les variables d’environnement :

"env": {
  "WEATHER_API_KEY": "your_api_key_here"
},
"inputs": {
  // Autres options de configuration
}

Claude

  1. Assurez-vous que Python 3.13+ et le gestionnaire de paquets uv sont installés.
  2. Ajoutez le Serveur MCP Météo à la configuration de Claude.
  3. Modifiez l’objet mcpServers comme ci-dessous.
  4. Sauvegardez et redémarrez Claude.
  5. Testez en interrogeant Claude pour des données météo.

Exemple de configuration JSON

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

Sécurisation des clés API

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

Cursor

  1. Installez Python 3.13+ et uv.
  2. Ajoutez le Serveur MCP Météo dans la configuration de Cursor.
  3. Modifiez le fichier de configuration pour inclure le serveur.
  4. Sauvegardez et redémarrez Cursor.
  5. Vérifiez que les requêtes météo fonctionnent.

Exemple de configuration JSON

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

Sécurisation des clés API

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

Cline

  1. Vérifiez que Python 3.13+ et uv sont installés.
  2. Modifiez la configuration de Cline pour ajouter le Serveur MCP Météo.
  3. Ajoutez l’entrée appropriée dans l’objet mcpServers.
  4. Sauvegardez les modifications et redémarrez Cline.
  5. Confirmez que le serveur fonctionne.

Exemple de configuration JSON

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

Sécurisation des clés API

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

Comment utiliser ce MCP dans des flows

Utilisation du MCP dans FlowHunt

Pour intégrer des serveurs MCP dans votre workflow FlowHunt, commencez par ajouter le composant MCP à votre flow et connectez-le à votre agent IA :

FlowHunt MCP flow

Cliquez sur le composant MCP pour ouvrir le panneau de configuration. Dans la section de configuration du MCP système, insérez les détails de votre serveur MCP au format JSON suivant :

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

Une fois configuré, l’agent IA peut alors utiliser ce MCP comme un outil avec accès à toutes ses fonctions et capacités. N’oubliez pas de remplacer « weather-mcp » par le nom réel de votre serveur MCP et l’URL par celle de votre serveur MCP.


Aperçu

SectionDisponibilitéDétails/Remarques
Aperçu
Liste des promptsAucun modèle de prompt trouvé
Liste des ressourcesAucune ressource MCP explicite listée
Liste des outilsMétéo, prévisions, alertes, air, astronomie, lieux, fuseaux horaires…
Sécurisation des clés APIExemple .env et exemples de config JSON fournis
Prise en charge du sampling (peu important)Non spécifié

D’après les informations disponibles, le Serveur MCP Météo propose une bonne couverture fonctionnelle et une mise en place facile, mais manque de documentation explicite pour les prompts, les ressources, ou la prise en charge de roots et du sampling. Il se concentre principalement sur les outils liés à la météo, avec des instructions claires pour la sécurité des clés API. Pour un MCP focalisé sur la météo, il est efficace mais pourrait être perfectionné avec davantage de documentation conforme au standard MCP et des définitions de ressources.


Score MCP

Dispose d’une LICENSE✅ (MIT)
Au moins un outil
Nombre de Forks9
Nombre d’étoiles6

Questions fréquemment posées

Qu'est-ce que le Serveur MCP Météo ?

Le Serveur MCP Météo est un intermédiaire qui connecte les agents IA (comme ceux de FlowHunt) à des informations météo complètes — incluant les conditions en temps réel, les prévisions, la qualité de l’air, l’astronomie et plus encore — via WeatherAPI. Il permet aux workflows pilotés par l’IA d’accéder à des données météo et environnementales riches pour les requêtes utilisateurs, l’automatisation et l’enrichissement contextuel.

Quels outils et quelles données propose le Serveur MCP Météo ?

Il fournit la météo en temps réel, des prévisions sur 1 à 14 jours, des données météo historiques, des indices de qualité de l’air, des alertes météo, des informations astronomiques (lever/coucher du soleil, phases de lune), la recherche de lieux, l’information de fuseau horaire et la météo pour les événements sportifs.

Comment sécuriser ma clé WeatherAPI ?

Ajoutez votre clé WeatherAPI comme variable d’environnement dans votre configuration (par exemple 'WEATHER_API_KEY'). Cela permet de garder vos identifiants sécurisés et séparés de votre code source.

Quels sont les cas d’usage typiques du Serveur MCP Météo ?

Les cas d’usage courants incluent les assistants personnels IA répondant à des questions météo, les automatisations de planification de voyage, des tableaux de bord environnementaux, la planification d’événements avec vérification météo, et l’automatisation de la maison connectée basée sur la météo en temps réel.

Comment intégrer le Serveur MCP Météo dans les flux FlowHunt ?

Ajoutez le composant MCP à votre flux, configurez le Serveur MCP Météo avec votre endpoint et votre clé API, puis connectez-le à votre agent. Votre IA pourra alors utiliser toutes les fonctions météo dans les conversations et automatisations.

Essayez l’intégration du Serveur MCP Météo

Améliorez vos workflows IA avec des données en temps réel sur la météo, les prévisions, la qualité de l’air et l’astronomie grâce au Serveur MCP Météo de FlowHunt.

En savoir plus