「天気」MCP サーバーとは？

Weather MCP サーバーは、Model Context Protocol (MCP) サーバーとして、Open-Meteo API と連携し、AI アシスタントにリアルタイムおよび過去の天気データを提供します。AI 主導の開発ワークフローを強化するために設計されており、AI エージェントが現在の天気を照会したり、特定期間の天気情報を取得したり、指定したタイムゾーンの現在時刻を取得することができます。これらの機能をツールとして公開することで、Weather MCP サーバーは外部天気データを大規模言語モデル（LLM）との対話にシームレスに統合でき、旅行計画、コンテキスト認識アシスタント、データ駆動の自動化など、API キーや認証情報不要で幅広く活用できます。

プロンプト一覧

リポジトリにはプロンプトテンプレートは記載されていません。

リソース一覧

リポジトリには明示的な MCP リソースは記載されていません。

ツール一覧

• get_weather
  指定した都市の現在の天気情報を取得します。都市名の入力が必要です。

• get_weather_by_datetime_range
  指定した都市の、開始日と終了日（YYYY-MM-DD形式）間の天気データを取得します。

• get_current_datetime
  指定した IANA タイムゾーン（例: “America/New_York”）の現在時刻を返します。指定がない場合は UTC がデフォルトです。

この MCP サーバーのユースケース

• 旅行計画アシスタント
  リアルタイムや予報天気データを活用して、旅行の計画や最適な日程提案、持ち物提案などをサポート。

• イベントスケジュール調整
  天気予測を取り入れて、屋外イベントや会議、アクティビティに適した日程や場所を提案。

• コンテキスト認識型 AI 会話
  チャットボットやバーチャルアシスタントが、ユーザーの位置情報に基づく現在や過去の天気状況に応じた応答を実現。

• データ分析・可視化
  過去の天気データを取得し、トレンド分析やビジネス意思決定の参考となるダッシュボードで活用。

• スマートホーム自動化
  現在や今後の天気条件に応じて（例: サーモスタット調整、窓の開閉など）自動アクションを実行。

セットアップ方法

Windsurf

1. Python と pip がインストールされていることを確認します。

2. MCP Weather Server をインストール:
   pip install mcp_weather_server

3. Windsurf MCP 設定ファイル（通常は windsurf_mcp_settings.json）を探します。

4. Weather MCP サーバーの設定を追加:

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

5. ファイルを保存して Windsurf を再起動します。

6. 「weather」サーバーが MCP サーバーリストに表示されていることを確認します。

Claude

1. Python と pip がインストールされていない場合はインストールしてください。

2. pip install mcp_weather_server を実行します。

3. Claude MCP 設定ファイル（例: claude_mcp_settings.json）を編集します。

4. mcpServers キーの下に次を追加:

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

5. 変更を保存して Claude を再起動します。

6. Weather MCP サーバーが利用可能であることを確認します。

Cursor

1. Python と pip が利用可能であることを確認します。

2. pip install mcp_weather_server を実行します。

3. Cursor の設定ファイル（cursor_mcp_settings.json）を開きます。

4. Weather MCP サーバーエントリを追加:

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

5. 保存して Cursor を再起動します。

6. MCP インテグレーションパネルでサーバーが稼働していることを確認します。

Cline

1. Python と pip がインストールされていることを確認します。

2. サーバーをインストール:
   pip install mcp_weather_server

3. cline_mcp_settings.json 設定ファイルを探します。

4. 次のブロックを追加:

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

5. 設定ファイルを保存します。

6. Cline を再起動し、Weather MCP サーバーが有効になっていることを確認します。

API キーの保護について

このサーバーは API キーを必要としません。無料・オープンソースの Open-Meteo API を利用しています。もし API キーが必要な場合は、以下のように環境変数を設定できます:

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

FlowHunt フロー内での MCP 利用方法

FlowHunt で MCP サーバーをワークフローに統合するには、MCP コンポーネントをフローに追加し、AI エージェントへ接続します。

MCP コンポーネントをクリックして設定パネルを開きます。システム MCP 設定欄に、以下の JSON 形式で MCP サーバー情報を入力してください。

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

設定後、AI エージェントはこの MCP をツールとして活用でき、全機能へアクセスできます。“weather” の部分はご自身の MCP サーバー名に、URL もご自身の MCP サーバーのものに書き換えてください。

概要

上記の通り、Weather MCP サーバーは基本機能（ツール）が充実し、セットアップも明確でオープンソースですが、高度な MCP 機能（リソース、プロンプトテンプレート、サンプリングなど）はありません。天気用途に特化してシンプルかつ使いやすい MCP サーバーです。総合評価は 6/10（汎用インテグレーション用途）—天気分野では優秀ですが、MCP 拡張性は限定的です。

MCP スコア