天気 MCP サーバー

「天気」MCP サーバーとは？

Weather MCP サーバーは、AI アシスタントに対し包括的な天気データや関連サービスへのシームレスなアクセスを提供する Model Context Protocol (MCP) サーバーです。AI クライアントと WeatherAPI の間の中継役として、現在の天気、14日分までの予報、過去の天気データ、空気質指数、天文学データ、位置検索、タイムゾーン情報、スポーツイベント情報まで取得できます。FastAPI と MCP フレームワークで構築されており、AI 開発環境への統合も容易です。これにより、AI エージェントはユーザーの天気関連クエリへの回答、天候依存ワークフローの自動化、言語モデルのコンテキスト強化などが可能になります。

プロンプト一覧

リポジトリファイルには明示的なプロンプトテンプレートは見つかりませんでした。

リソース一覧

利用可能なドキュメントやコードリストに明示的なリソースは記載されていません。

ツール一覧

• 現在の天気情報: 指定した場所の気温、湿度、風速などリアルタイムデータを提供します。
• 天気予報（1～14日間）: 今後の天気予測を取得し、計画立案に活用できます。
• 過去の天気データ: 分析や過去参照用の気象データを取得します。
• 天気警報: 厳しい気象イベントに関する警告を提供します。
• 空気質情報: 指定場所の大気汚染レベルや空気質指数を取得します。
• 天文学データ: 日の出・日の入り・月の位相などの情報を提供します。
• 位置検索: 天気クエリ用の位置検索・解決を実行します。
• タイムゾーン情報: 指定場所の現地タイムゾーン情報を提供します。
• スポーツイベント: スポーツイベントに関連する天候状況を返します。

主なユースケース

• パーソナルアシスタント連携: AI アシスタントが天気や日の出・日の入り、空気質に関するユーザークエリに回答し、体験を向上させます。
• 旅行プランニング: 開発者は旅行先の天気予報や警報を組み込み、天候に応じた計画変更を自動化できます。
• 環境モニター用ダッシュボード: 空気質や天気傾向を監視するダッシュボードを構築し、健康助言や都市計画に役立てます。
• イベントスケジューリング: スポーツや屋外イベント主催チームが過去・予報天気を確認し、最適な開催時期を決定できます。
• スマートホーム自動化: 天気データを利用して、温度調節や窓の開閉、天候変化時のアラートなど家電制御を自動化できます。

セットアップ方法

Windsurf

1. Python 3.13+ および uv パッケージマネージャがインストール済みであることを確認します。
2. 設定に Weather MCP サーバーを追加します。
3. mcpServers オブジェクトにコマンドと引数形式でサーバーを記述します。
4. 設定を保存して Windsurf を再起動します。
5. サーバーへの接続性を確認します。

JSON 設定例

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

API キーの安全な管理

WeatherAPI キーは環境変数で設定してください:

"env": {
  "WEATHER_API_KEY": "your_api_key_here"
},
"inputs": {
  // 他の設定オプション
}

Claude

1. Python 3.13+ と uv パッケージがインストールされていることを確認します。
2. Weather MCP サーバーを Claude の設定に追加します。
3. 下記のように mcpServers オブジェクトを編集します。
4. 設定を保存し Claude を再起動します。
5. Claude に天気データをプロンプトしてテストします。

JSON 設定例

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

API キーの安全な管理

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

Cursor

1. Python 3.13+ と uv をインストールします。
2. Cursor のセットアップで Weather MCP サーバーを追加します。
3. 設定ファイルを編集してサーバーを含めます。
4. 設定を保存し Cursor を再起動します。
5. 天気クエリが正常に機能しているか確認します。

JSON 設定例

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

API キーの安全な管理

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

Cline

1. Python 3.13+ と uv がインストール済みであることを確認します。
2. Cline の設定を編集して Weather MCP サーバーを追加します。
3. mcpServers オブジェクトにサーバーのエントリを追加します。
4. 変更を保存し Cline を再起動します。
5. サーバーが稼働していることを確認します。

JSON 設定例

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

API キーの安全な管理

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

FlowHunt フロー内で MCP を使う方法

FlowHunt で MCP サーバーをワークフローに組み込むには、MCP コンポーネントをフローに追加し、AI エージェントと接続します。

MCP コンポーネントをクリックして設定パネルを開き、system MCP 設定セクションに次の JSON 形式で MCP サーバー情報を入力してください。

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

設定後、AI エージェントは本 MCP サーバーのすべての機能・能力をツールとして利用できます。“weather-mcp” は実際の MCP サーバー名に、URL 部分はご自身の MCP サーバーの URL に置き換えてください。

概要

提供情報に基づくと、Weather MCP サーバーはツールカバレッジが充実しセットアップも簡単ですが、プロンプトやリソース、roots やサンプリングの明示的なドキュメントは不足しています。主に天気関連ツールに特化し、API キー管理方法も明確です。天気特化型 MCP としては有効ですが、MCP 標準のドキュメントやリソース記述がさらに充実するとより良いでしょう。

MCP スコア