OpenWeather MCPサーバー

「OpenWeather」MCPサーバーは何をする？

OpenWeather MCPサーバーは、無料のOpenWeatherMap APIと連携し、AIアシスタントをリアルタイムの天気データに接続する軽量のModel Context Protocol（MCP）サービスです。AIクライアントは、任意の都市の現在の天気や5日間予報を、単位（摂氏・華氏・ケルビン）や多言語対応のオプション付きで取得できます。天気データを構造化リソースやツールとして公開することで、天気情報の取得や文脈AI応答、自動化パイプラインへの組み込みが簡単になります。常に最新の天気コンテキストを必要とするプロジェクトに最適で、MCP経由で外部データと連携するAIアプリ開発を容易にします。

プロンプト一覧

リポジトリ内に明示的なプロンプトテンプレートはありません。

リソース一覧

• 現在の天気データ: 指定都市の気温、気圧、湿度、風、日の出/日の入りなどを含む現在の天候を提供
• 5日間天気予報: 3時間ごとの詳細な天気データで最大5日間の予報を取得
• 単位設定: 摂氏・華氏・ケルビンから温度単位を選択可能
• 多言語対応: OpenWeatherMap APIがサポートする各種言語で天気データを取得

ツール一覧

• weather: OpenWeather MCPサーバーが公開するメインツール。city（必須）、units（任意: c|f|k）、lang（任意: en|de|fr|…）などのパラメータを受け取り、指定都市の現在の天気や予報データを取得します。

このMCPサーバーのユースケース

• AI天気チャットボット: 会話型AIアシスタントにリアルタイム天気データを組み込み、都市ごとの現在の天候や予報を照会
• 旅行・イベント計画: 自動ワークフローに天気チェックを組み込み、予報に基づく提案やアラートを実現
• コンテキストAI応答: 現地の最新天気をAIに提供することで、より精度の高い推奨や意思決定をサポート
• スマートホーム・IoT連携: 天気データでスマートホームのルーチンをトリガー（例：暖房・冷房調整や天候通知）
• 教育アプリ: 実際の天気データを使い、理科・地理・語学学習などのインタラクティブ教材を開発

セットアップ方法

Windsurf

1. Go 1.20以上がインストールされていることを確認します。
2. OpenWeatherMap APIキーを取得します。
3. サーバーをビルドします:

   git clone https://github.com/mschneider82/mcp-openweather.git
   cd mcp-openweather
   go build -o mcp-weather
   

4. Windsurfにサーバーを組み込みます:

   {
     "mcpServers": {
       "mcp-openweather": {
         "command": "/path/to/mcp-weather",
         "env": {
           "OWM_API_KEY": "PUT_API_KEY_HERE"
         }
       }
     }
   }
   

5. 保存してWindsurfを再起動。天気クエリで動作確認。

Claude

1. Smitheryでインストールします:

   npx -y @smithery/cli install @mschneider82/mcp-openweather --client claude
   

2. OpenWeatherMap APIキーをセットします:

   export OWM_API_KEY="your_api_key_here"
   

3. Claudeの設定に追加します:

   {
     "mcpServers": {
       "mcp-openweather": {
         "command": "/path/to/mcp-weather",
         "env": {
           "OWM_API_KEY": "PUT_API_KEY_HERE"
         }
       }
     }
   }
   

4. 保存してClaudeを再起動。天気データリクエストでテスト。

Cursor

1. 上記の手順でサーバーをビルドし、APIキーをセットします。
2. CursorのMCP設定ファイルを編集します:

   {
     "mcpServers": {
       "mcp-openweather": {
         "command": "/path/to/mcp-weather",
         "env": {
           "OWM_API_KEY": "PUT_API_KEY_HERE"
         }
       }
     }
   }
   

3. 保存してCursorを再起動。天気クエリで動作確認。

Cline

1. 先述のとおりOpenWeather MCPサーバーをビルド・セットアップします。
2. Clineの設定にサーバーを追加します:

   {
     "mcpServers": {
       "mcp-openweather": {
         "command": "/path/to/mcp-weather",
         "env": {
           "OWM_API_KEY": "PUT_API_KEY_HERE"
         }
       }
     }
   }
   

3. 設定を保存しClineを再起動。
4. 天気リクエストで動作を確認。

APIキーの安全な管理

APIキーは必ず環境変数で管理しましょう。設定例:

{
  "mcpServers": {
    "mcp-openweather": {
      "command": "/path/to/mcp-weather",
      "env": {
        "OWM_API_KEY": "${OWM_API_KEY}"  // 環境変数を利用
      }
    }
  }
}

フロー内でのMCP利用方法

FlowHuntでのMCP利用

FlowHuntのワークフローにMCPサーバーを統合するには、まずMCPコンポーネントをフローに追加し、AIエージェントと接続します。

MCPコンポーネントをクリックし、設定パネルを開きます。システムMCP設定セクションに、以下のJSON形式でMCPサーバー情報を入力します:

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

設定後、AIエージェントはこのMCPをツールとして利用でき、すべての機能にアクセス可能です。“mcp-openweather"は実際のサーバー名に、URLはご自身のMCPサーバーURLに変更してください。

概要

公開情報に基づくと、OpenWeather MCPサーバーは明確な天気データツールとリソース公開を提供していますが、プロンプトテンプレートやサンプリングサポートはありません。Rootsサポートにも言及されていません。

プロジェクト自体は基本的ながら機能的で、天気データ公開のための主要な機能やセットアップ手順がしっかりしています。

当社の見解

OpenWeather MCPサーバーはシンプルかつセットアップが容易で、AIワークフローに天気データを追加するのに最適です。プロンプトテンプレートやサンプリングなど一部高度なMCP機能はありませんが、天気データ取得においては堅牢かつ扱いやすいサーバーです。

評価: 7/10

MCPスコア