OpenWeather MCP 서버

“OpenWeather” MCP 서버는 무엇을 하나요?

OpenWeather MCP 서버는 무료 OpenWeatherMap API와 연동하여 AI 어시스턴트를 실시간 날씨 데이터에 연결하는 경량 모델 컨텍스트 프로토콜(MCP) 서비스입니다. AI 클라이언트가 원하는 도시의 현재 날씨와 5일 예보를 단위(섭씨, 화씨, 켈빈) 및 다양한 언어로 조회할 수 있도록 지원해 개발 워크플로를 향상시켜줍니다. 날씨 데이터를 구조화된 리소스와 도구로 노출해, 날씨 정보 조회, 상황 인식 AI 응답, 자동화 파이프라인 통합 등의 작업을 간소화합니다. 최신 날씨 맥락이 필요한 프로젝트에 적합하며, MCP를 통해 외부 데이터와 상호작용하는 AI 기반 애플리케이션 구축을 쉽게 만들어줍니다.

프롬프트 목록

저장소에 명시된 프롬프트 템플릿은 없습니다.

리소스 목록

• 현재 날씨 데이터: 지정한 도시의 온도, 기압, 습도, 바람, 일출/일몰 등 현재 날씨 정보를 제공합니다.
• 5일간 날씨 예보: 최대 5일간 3시간 간격의 상세 예보를 제공합니다.
• 단위 설정: 섭씨, 화씨 또는 켈빈 중 원하는 온도 단위를 선택할 수 있습니다.
• 다국어 지원: OpenWeatherMap API가 지원하는 다양한 언어로 날씨 데이터를 제공합니다.

도구 목록

• weather: OpenWeather MCP 서버가 제공하는 메인 도구입니다. city(필수), units(선택: c|f|k), lang(선택: en|de|fr|…) 파라미터를 받아 해당 도시의 현재 날씨 및 예보 데이터를 조회합니다.

MCP 서버 활용 사례

• AI 기반 날씨 챗봇: 실시간 날씨 데이터를 대화형 AI 어시스턴트에 통합해, 사용자가 원하는 도시의 현재 또는 예보 정보를 문의할 수 있습니다.
• 여행 및 이벤트 플래닝: 워크플로 자동화에 날씨 확인을 추가해, 예보에 따라 여행이나 이벤트에 대한 제안 또는 알림을 제공합니다.
• 상황 인식 AI 응답: AI 에이전트에 최신 지역 날씨를 공급해 더 나은 추천과 의사결정을 지원합니다.
• 스마트홈 및 IoT 통합: 날씨 데이터를 활용해 난방/냉방 제어나, 날씨 변화에 따른 알림 등 스마트홈 루틴을 자동화할 수 있습니다.
• 교육용 애플리케이션: 실시간 날씨 데이터를 활용해 과학, 지리, 언어 학습 등 다양한 교육 도구를 만들 수 있습니다.

설치 방법

Windsurf

1. Go 1.20+이 설치되어 있는지 확인하세요.
2. OpenWeatherMap API 키를 발급받으세요.
3. 서버 빌드:

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

4. Windsurf에 서버를 추가하세요:

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

5. 저장 후 Windsurf를 재시작하세요. 날씨 쿼리로 동작을 확인하세요.

Claude

1. Smithery를 사용해 설치:

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

2. OpenWeatherMap API 키 설정:

   export OWM_API_KEY="your_api_key_here"
   

3. Claude 설정에 추가:

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

4. 저장 후 Claude를 재시작하세요. 날씨 데이터를 요청해 테스트하세요.

Cursor

1. 위와 같이 서버를 빌드하고, API 키를 설정하세요.
2. Cursor의 MCP 설정 파일을 수정하세요:

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

3. 저장 후 Cursor를 재시작하세요. 날씨 쿼리로 정상 동작을 확인하세요.

Cline

1. 앞서 설명한 대로 OpenWeather MCP 서버를 빌드 및 설정하세요.
2. Cline 설정에 서버를 추가하세요:

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

3. 설정을 저장하고 Cline을 재시작하세요.
4. 날씨 요청을 통해 정상 동작을 확인하세요.

API 키 보안

항상 API 키는 환경 변수로 관리하세요. 예시 JSON 설정:

{
  "mcpServers": {
    "mcp-openweather": {
      "command": "/path/to/mcp-weather",
      "env": {
        "OWM_API_KEY": "${OWM_API_KEY}"  // 환경 변수를 사용하세요
      }
    }
  }
}

MCP를 플로우에서 사용하는 방법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭해 설정 패널을 엽니다. 시스템 MCP 설정 영역에 아래와 같이 서버 정보를 JSON 형식으로 입력하세요:

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

설정이 완료되면 AI 에이전트가 이 MCP의 모든 기능을 도구로 활용할 수 있습니다. “mcp-openweather"를 실제 MCP 서버 이름으로, URL을 본인의 MCP 서버 주소로 변경하는 것을 잊지 마세요.

개요

제공된 정보를 바탕으로, OpenWeather MCP 서버는 명확한 날씨 데이터 도구 및 리소스 제공 기능을 갖추고 있지만 프롬프트 템플릿과 샘플링 지원은 없습니다. Roots 지원은 언급되지 않았습니다.

본 프로젝트는 목적에 충실하고 설치법이 명확하며, 날씨 데이터 노출에 필요한 주요 기능을 모두 갖추고 있습니다.

의견

OpenWeather MCP 서버는 간단하고 설치가 쉽고, AI 워크플로에 날씨 데이터를 추가하기에 적합합니다. 프롬프트 템플릿이나 샘플링 등 일부 고급 MCP 기능은 없지만, 날씨 데이터 조회 측면에선 견고하고 사용자 친화적입니다.

평점: 7/10

MCP 점수