Weather MCP Server

Hva gjør “Weather” MCP Server?

Weather MCP Server er en Model Context Protocol (MCP)-server som kobler AI-assistenter til sanntids- og historiske værdata ved å bruke Open-Meteo API. Den er designet for å styrke AI-drevne utviklingsprosesser, og gjør det mulig for AI-agenter å hente nåværende vær, finne værinformasjon for angitte datoperioder, og hente nåværende tid i enhver spesifisert tidssone. Ved å eksponere disse mulighetene som verktøy, muliggjør Weather MCP Server sømløs integrasjon av eksterne værdata i interaksjoner med store språkmodeller (LLM), og støtter brukstilfeller som reiseplanlegging, kontekstbevisste assistenter og datadrevet automatisering—alt uten behov for API-nøkler eller innloggingsinformasjon.

Liste over prompt-maler

Ingen prompt-maler er oppført eller nevnt i depotet.

Liste over ressurser

Ingen eksplisitte MCP-ressurser er dokumentert i depotet.

Liste over verktøy

• get_weather
  Henter nåværende værinformasjon for en spesifisert by. Krever bynavn som input.

• get_weather_by_datetime_range
  Henter værdata for en gitt by mellom en start- og sluttdato (i formatet ÅÅÅÅ-MM-DD).

• get_current_datetime
  Returnerer nåværende tid i en spesifisert IANA-tidssone (f.eks. “America/New_York”). Standard er UTC hvis ikke spesifisert.

Bruksområder for denne MCP-serveren

• Reiseplanleggingsassistenter
  Bruk sanntids- og prognosebaserte værdata for å hjelpe brukere med å planlegge reiser, foreslå optimale reisedatoer eller pakke riktig.

• Arrangementplanlegging
  Integrer værprognoser for å anbefale passende datoer eller steder for utendørsarrangementer, møter eller aktiviteter.

• Kontekstuelle AI-samtaler
  Tillat chatboter eller virtuelle assistenter å gi kontekstbevisste svar basert på nåværende eller historiske værforhold på brukerens sted.

• Dataanalyse og visualisering
  Hent historiske værdata for analyseverktøy eller dashbord for å avdekke trender eller informere forretningsbeslutninger.

• Smarthus-automatisering
  Utløs handlinger (f.eks. juster termostat, lukk vinduer) basert på nåværende eller kommende værforhold levert av serveren.

Slik setter du det opp

Windsurf

1. Sørg for at du har Python og pip installert.

2. Installer MCP Weather Server:
   pip install mcp_weather_server

3. Finn Windsurf MCP-konfigurasjonsfilen din (vanligvis windsurf_mcp_settings.json).

4. Legg til Weather MCP Server-konfigurasjonen:

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

5. Lagre filen og start Windsurf på nytt.

6. Verifiser at “weather”-serveren vises i MCP-serverlisten.

Claude

1. Installer Python og pip hvis det ikke allerede er tilstede.

2. Kjør pip install mcp_weather_server.

3. Rediger din Claude MCP-innstillingsfil (f.eks. claude_mcp_settings.json).

4. Sett inn følgende under mcpServers-nøkkelen:

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

5. Lagre endringer og start Claude på nytt.

6. Sjekk at Weather MCP Server er tilgjengelig.

Cursor

1. Sørg for at Python og pip er tilgjengelig.

2. Kjør pip install mcp_weather_server.

3. Åpne Cursor-konfigurasjonsfilen din (cursor_mcp_settings.json).

4. Legg til Weather MCP Server-oppføringen:

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

5. Lagre og start Cursor på nytt.

6. Bekreft at serveren kjører i MCP-integrasjonspanelet.

Cline

1. Sørg for at Python og pip er installert.

2. Installer serveren med:
   pip install mcp_weather_server

3. Finn konfigurasjonsfilen din cline_mcp_settings.json.

4. Legg til følgende blokk:

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

5. Lagre konfigurasjonsfilen.

6. Start Cline på nytt og verifiser at Weather MCP Server er aktiv.

Sikring av API-nøkler

Denne serveren krever ikke API-nøkler, da den bruker det gratis og åpne Open-Meteo API-et. Hvis API-nøkler skulle vært nødvendig, kan du bruke miljøvariabler i konfigurasjonen slik:

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

Slik bruker du denne MCP-en i flyter

Bruk av MCP i FlowHunt

For å integrere MCP-servere i din FlowHunt-arbeidsflyt, start med å legge til MCP-komponenten i flyten og koble den til AI-agenten din:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon legger du inn MCP-serverdetaljene dine med dette JSON-formatet:

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

Når det er konfigurert, kan AI-agenten nå bruke denne MCP-en som et verktøy med tilgang til alle funksjonene og mulighetene. Husk å endre “weather” til det faktiske navnet på MCP-serveren din og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

Basert på ovenstående tilbyr Weather MCP Server solid kjernefunksjonalitet (verktøy), tydelig oppsett og er åpen kildekode, men mangler avanserte MCP-funksjoner som ressurser, prompt-maler eller sampling. Dens nytteverdi er enkel og lett å bruke. Jeg vil gi denne MCP-serveren 6/10 for generell integrasjon—utmerket for vær, men begrenset i MCP-utvidbarhet.

MCP-score