Serverul OpenWeather MCP

Ce face serverul “OpenWeather” MCP?

Serverul OpenWeather MCP este un serviciu Model Context Protocol (MCP) ușor care conectează asistenții AI la date meteo în timp real, folosind API-ul gratuit OpenWeatherMap. Permite îmbunătățirea fluxurilor de dezvoltare, permițând clienților AI să obțină condițiile meteo actuale și prognoze pe 5 zile pentru orice oraș, cu opțiuni pentru unități configurabile (Celsius, Fahrenheit, Kelvin) și suport multilingv. Prin expunerea datelor meteo ca resurse și instrumente structurate, OpenWeather MCP Server simplifică sarcini precum obținerea informațiilor meteo, răspunsuri contextuale AI și integrarea în fluxuri de automatizare. Acest server este ideal pentru proiecte care necesită context meteo actualizat, făcând mai ușor să construiești aplicații AI care interacționează cu surse externe de date prin MCP.

Listă de prompt-uri

Nu sunt menționate șabloane de prompt explicit în depozit.

Listă de resurse

• Date Meteo Curente: Furnizează condițiile meteo actuale pentru un oraș specificat, inclusiv temperatură, presiune, umiditate, vânt, răsărit/apus și altele.
• Prognoză Meteo pe 5 Zile: Oferă o prognoză cu date detaliate la intervale de 3 ore pentru până la 5 zile.
• Configurare Unități: Permite clienților să aleagă între Celsius, Fahrenheit sau Kelvin pentru temperatură.
• Suport Multilingv: Oferă date meteo în diverse limbi, conform suportului API-ului OpenWeatherMap.

Listă de instrumente

• weather: Instrumentul principal expus de serverul OpenWeather MCP. Acceptă parametri precum city (obligatoriu), units (opțional: c|f|k) și lang (opțional: en|de|fr|…). Preia datele meteo curente și prognoza pentru orașul specificat.

Cazuri de utilizare pentru acest server MCP

• Chatbot-uri AI cu date meteo: Integrează date meteo în timp real în asistenții conversaționali AI, permițând utilizatorilor să solicite condițiile actuale sau prognoze pentru orice oraș.
• Planificare călătorii și evenimente: Include verificări meteo în automatizări pentru a oferi sugestii sau alerte pentru călătorii sau evenimente viitoare, pe baza prognozei meteo.
• Răspunsuri AI contextuale: Îmbunătățește conștientizarea de context a agenților AI prin furnizarea meteo local actualizat, pentru recomandări și decizii mai bune.
• Integrare Smart Home și IoT: Folosește datele meteo pentru a declanșa rutine smart home, cum ar fi reglarea încălzirii/răcirii sau trimiterea de notificări pe baza schimbărilor meteo.
• Aplicații educaționale: Creează instrumente interactive de învățare care folosesc date meteo reale pentru a preda concepte din știință, geografie sau limbi străine.

Cum se instalează

Windsurf

1. Asigură-te că ai instalat Go 1.20+.
2. Obține cheia ta API OpenWeatherMap.
3. Compilează serverul:

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

4. Configurează Windsurf pentru a include serverul:

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

5. Salvează modificările și repornește Windsurf. Verifică prin interogări meteo.

Claude

1. Instalează prin Smithery:

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

2. Setează cheia ta API OpenWeatherMap:

   export OWM_API_KEY="your_api_key_here"
   

3. Adaugă în configurația lui Claude:

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

4. Salvează și repornește Claude. Testează prin solicitări de date meteo.

Cursor

1. Compilează serverul ca mai sus și asigură-te că ai setat cheia API.
2. Editează fișierul de configurație MCP al lui Cursor:

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

3. Salvează și repornește Cursor. Confirmă instalarea rulând interogări meteo.

Cline

1. Compilează și instalează serverul OpenWeather MCP conform instrucțiunilor anterioare.
2. Adaugă configurația serverului în Cline:

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

3. Salvează configurația și repornește Cline.
4. Validează trimițând o cerere meteo.

Securizarea cheilor API

Folosește întotdeauna variabile de mediu pentru cheile API. Exemplu de configurație JSON:

{
  "mcpServers": {
    "mcp-openweather": {
      "command": "/path/to/mcp-weather",
      "env": {
        "OWM_API_KEY": "${OWM_API_KEY}"  // Folosește variabila de mediu
      }
    }
  }
}

Cum folosești acest MCP în fluxuri

Folosirea MCP în FlowHunt

Pentru a integra servere MCP în fluxul tău FlowHunt, începe prin a adăuga componenta MCP în flux și conecteaz-o la agentul AI:

Fă clic pe componenta MCP pentru a deschide panoul de configurare. În secțiunea de configurare MCP de sistem, introdu detaliile serverului MCP folosind acest format JSON:

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

După configurare, agentul AI va putea folosi acest MCP ca instrument cu acces la toate funcțiile și capabilitățile sale. Nu uita să schimbi “mcp-openweather” cu numele real al serverului tău MCP și să înlocuiești URL-ul cu cel propriu.

Prezentare generală

Pe baza informațiilor disponibile, serverul OpenWeather MCP oferă instrumente clare pentru date meteo și expunere de resurse, dar nu are șabloane de prompt și suport pentru sampling. Suportul pentru Roots nu este menționat.

Proiectul este de bază, dar funcțional pentru scopul său, cu instrucțiuni solide de instalare și toate funcționalitățile critice pentru expunerea datelor meteo.

Opinia noastră

Serverul OpenWeather MCP este simplu, ușor de instalat și potrivit pentru adăugarea datelor meteo în fluxuri AI. Lipsesc unele funcționalități MCP avansate precum șabloanele de prompt și sampling, dar pentru obținerea datelor meteo este robust și ușor de folosit.

Evaluare: 7/10

Scor MCP