Servidor Weather MCP

O que faz o Servidor “Weather” MCP?

O Servidor Weather MCP é um servidor Model Context Protocol (MCP) projetado para fornecer a assistentes de IA acesso fácil a dados meteorológicos abrangentes e serviços relacionados. Atuando como intermediário entre clientes de IA e a WeatherAPI, este servidor permite que fluxos de trabalho baseados em IA obtenham condições atuais do clima, previsões (até 14 dias), dados meteorológicos históricos, índices de qualidade do ar, dados de astronomia, pesquisas baseadas em localização, informações de fuso horário e até detalhes sobre eventos esportivos. O servidor é construído com FastAPI e o framework MCP, facilitando a integração em ambientes de desenvolvimento de IA. Isso aumenta a capacidade dos agentes de IA de responder a consultas dos usuários, automatizar fluxos sensíveis ao clima e enriquecer o contexto para interações com modelos de linguagem.

Lista de Prompts

Nenhum template de prompt explícito foi encontrado nos arquivos do repositório.

Lista de Recursos

Nenhum recurso explícito é descrito na documentação ou listagens de código disponíveis.

Lista de Ferramentas

• Condições meteorológicas atuais: Fornece dados em tempo real sobre temperatura, umidade, velocidade do vento, etc., para uma localização especificada.
• Previsões meteorológicas (1-14 dias): Recupera previsões do tempo para os próximos dias, permitindo o planejamento com base nas condições previstas.
• Dados meteorológicos históricos: Acessa dados meteorológicos passados para análises ou consultas retrospectivas.
• Alertas meteorológicos: Fornece avisos sobre eventos climáticos severos.
• Informações de qualidade do ar: Busca informações sobre o nível de poluição e índice de qualidade do ar de uma determinada localidade.
• Dados de astronomia: Fornece detalhes como nascer e pôr do sol e fases da lua.
• Busca por localização: Permite pesquisar e resolver localizações para consultas meteorológicas.
• Informações de fuso horário: Fornece informações do fuso horário local para localizações especificadas.
• Eventos esportivos: Retorna condições meteorológicas relevantes para eventos esportivos.

Casos de Uso deste Servidor MCP

• Integração com Assistente Pessoal: Assistentes de IA podem usar o servidor para responder a consultas sobre clima, horários de nascer/pôr do sol e qualidade do ar, aprimorando a experiência do usuário.
• Planejamento de Viagens: Desenvolvedores podem automatizar planejamentos de itinerário integrando previsões e alertas meteorológicos para destinos, permitindo que usuários ajustem planos conforme as condições do tempo.
• Dashboards de Monitoramento Ambiental: O servidor pode alimentar dashboards que monitoram qualidade do ar e tendências climáticas, auxiliando em alertas de saúde e planejamento urbano.
• Agendamento de Eventos: Equipes que organizam eventos esportivos ou ao ar livre podem usar o servidor para verificar condições meteorológicas históricas e previstas, otimizando o horário do evento.
• Automação de Casas Inteligentes: Integre dados meteorológicos para automatizar dispositivos domésticos — por exemplo, ajustando termostatos, fechando janelas ou enviando alertas com base em mudanças climáticas.

Como configurar

Windsurf

1. Certifique-se de que Python 3.13+ e o gerenciador de pacotes uv estejam instalados.
2. Adicione o Servidor Weather MCP à sua configuração.
3. Insira o servidor no objeto mcpServers com o comando e argumentos.
4. Salve a configuração e reinicie o Windsurf.
5. Verifique a conectividade com o servidor.

Exemplo de configuração JSON

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

Protegendo chaves de API

Defina sua chave WeatherAPI usando variáveis de ambiente:

"env": {
  "WEATHER_API_KEY": "your_api_key_here"
},
"inputs": {
  // Outras opções de configuração
}

Claude

1. Certifique-se de que Python 3.13+ e o gerenciador de pacotes uv estejam instalados.
2. Adicione o Servidor Weather MCP à configuração do Claude.
3. Edite o objeto mcpServers conforme mostrado abaixo.
4. Salve e reinicie o Claude.
5. Teste solicitando dados meteorológicos ao Claude.

Exemplo de configuração JSON

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

Protegendo chaves de API

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

Cursor

1. Instale Python 3.13+ e uv.
2. Adicione o Servidor Weather MCP na configuração do Cursor.
3. Edite o arquivo de configuração para incluir o servidor.
4. Salve e reinicie o Cursor.
5. Verifique se as consultas meteorológicas estão funcionando.

Exemplo de configuração JSON

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

Protegendo chaves de API

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

Cline

1. Certifique-se de que Python 3.13+ e uv estejam instalados.
2. Edite a configuração do Cline para adicionar o Servidor Weather MCP.
3. Adicione a entrada apropriada no objeto mcpServers.
4. Salve as alterações e reinicie o Cline.
5. Confirme que o servidor está operacional.

Exemplo de configuração JSON

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

Protegendo chaves de API

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

Como usar este MCP em fluxos

Usando MCP no FlowHunt

Para integrar servidores MCP ao seu fluxo de trabalho do FlowHunt, comece adicionando o componente MCP ao seu fluxo e conectando-o ao seu agente de IA:

Clique no componente MCP para abrir o painel de configuração. Na seção de configuração MCP do sistema, insira os detalhes do seu servidor MCP usando este formato JSON:

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

Uma vez configurado, o agente de IA poderá usar este MCP como uma ferramenta com acesso a todas as suas funções e capacidades. Lembre-se de trocar “weather-mcp” pelo nome real do seu servidor MCP e substituir a URL pela URL do seu próprio servidor MCP.

Visão Geral

Com base nas informações disponíveis, o Servidor Weather MCP oferece boa cobertura de ferramentas e fácil configuração, mas carece de documentação explícita sobre prompts, recursos ou suporte a roots e sampling. Seu foco principal é em ferramentas relacionadas ao clima, com instruções claras para segurança de chave de API. Para um MCP focado em clima, é eficaz, mas poderia ser melhorado com mais documentação padrão MCP e definições de recursos.

Pontuação MCP