OpenWeather MCP 服务器

“OpenWeather” MCP 服务器能做什么？

OpenWeather MCP 服务器是一款轻量级的模型上下文协议（MCP）服务，通过对接免费的 OpenWeatherMap API，将 AI 助手与实时天气数据相连。它支持 AI 客户端获取任意城市的当前天气和 5 天预报，并可选择温度单位（摄氏、华氏、开氏）和多语言。通过将天气数据以结构化的资源和工具方式暴露，OpenWeather MCP 服务器简化了天气信息获取、上下文 AI 响应和自动化流程集成等任务。该服务器非常适合需要最新天气上下文的项目，使构建能够通过 MCP 访问外部数据源的 AI 应用变得更轻松。

提示词列表

仓库中未提及明确的提示词模板。

资源列表

• 当前天气数据：为指定城市提供当前天气状况，包括温度、气压、湿度、风力、日出/日落等信息。
• 5 天天气预报：以 3 小时为间隔，最多提供 5 天的详细天气预报数据。
• 单位配置：允许客户端选择摄氏、华氏或开氏作为温度单位。
• 多语言支持：可根据 OpenWeatherMap API 支持的语言，提供多语言天气数据。

工具列表

• weather：OpenWeather MCP 服务器提供的主要工具。它接收如 city（必填）、units（可选: c|f|k）、lang（可选: en|de|fr|…）等参数，获取指定城市的当前天气与预报数据。

典型用例

• AI 天气聊天机器人：在对话式 AI 助手中集成实时天气数据，让用户可查询任意城市的当前天气或预报。
• 旅行与活动规划：将天气检查嵌入自动化工作流，根据预报为即将出行或活动提供建议或提醒。
• 上下文 AI 响应：为 AI 智能体提供本地最新天气，提升推荐和决策的上下文感知能力。
• 智能家居与物联网集成：依据天气数据触发智能家居场景，如自动调节温控或天气变化提醒。
• 教育应用：构建使用真实天气数据的互动学习工具，用于科学、地理或语言教学。

如何部署设置

Windsurf

1. 确保已安装 Go 1.20+。
2. 获取您的 OpenWeatherMap API 密钥。
3. 构建服务器：

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

4. 配置 Windsurf 以集成服务器：

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

5. 保存并重启 Windsurf。通过天气查询进行验证。

Claude

1. 通过 Smithery 安装：

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

2. 设置您的 OpenWeatherMap API 密钥：

   export OWM_API_KEY="your_api_key_here"
   

3. 添加到 Claude 的配置中：

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

4. 保存并重启 Claude。通过天气数据请求进行测试。

Cursor

1. 按上述步骤构建服务器并设置 API 密钥。
2. 编辑 Cursor 的 MCP 配置文件：

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

3. 保存并重启 Cursor。运行天气查询确认配置成功。

Cline

1. 按前述说明构建并设置 OpenWeather MCP 服务器。
2. 将服务器配置添加到 Cline：

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

3. 保存配置并重启 Cline。
4. 通过发起天气请求进行验证。

API 密钥安全

请始终使用环境变量来管理 API 密钥。例如 JSON 配置：

{
  "mcpServers": {
    "mcp-openweather": {
      "command": "/path/to/mcp-weather",
      "env": {
        "OWM_API_KEY": "${OWM_API_KEY}"  // 使用您的环境变量
      }
    }
  }
}

在流程中如何使用 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，首先在流程中添加 MCP 组件，并将其与您的 AI 智能体连接：

点击 MCP 组件打开配置面板。在系统 MCP 配置区，按以下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 智能体即可作为工具调用该 MCP，获得其所有功能。请将 “mcp-openweather” 替换为您的实际 MCP 服务器名称，并将 URL 替换为您自己的服务地址。

总览

综合可获得信息，OpenWeather MCP 服务器提供了清晰的天气数据工具与资源，但缺少提示词模板和采样支持。未提及 Roots 支持。

本项目虽基础，但针对天气数据暴露的目的已具备完整部署说明和核心功能。

我们的观点

OpenWeather MCP 服务器简单易用，适合将天气数据集成到 AI 工作流中。虽不具备如提示词模板和采样等进阶 MCP 特性，但其数据获取能力强大且用户友好。

评分：7/10

MCP 评分