天气 MCP 服务器

使用 FlowHunt 的天气 MCP 服务器，将先进的实时天气数据和预报集成到您的 AI 智能体和工作流中。

AI MCP Weather Automation
立即开始使用 FlowHunt 预约演示

Contact us to host your MCP Server in FlowHunt

support@flowhunt.io

“天气” MCP 服务器的作用是什么？

天气 MCP 服务器是一款模型上下文协议（MCP）服务器，旨在为 AI 助手提供无缝访问全面天气数据及相关服务的能力。它作为 AI 客户端与 WeatherAPI 之间的中介，使 AI 驱动的工作流能够获取当前天气状况、（最长 14 天的）天气预报、历史天气数据、空气质量指数、天文数据、基于位置的搜索、时区信息，甚至体育赛事的相关天气信息。服务器基于 FastAPI 和 MCP 框架构建，便于集成到 AI 开发环境中。这样可以增强 AI 智能体回答用户查询、自动化依赖天气的工作流，并丰富语言模型交互的上下文能力。

提示词列表

在仓库文件中未发现明确的提示词模板。

FlowHunt Logo

Ready to grow your business?

Start your free trial today and see results within days.

Request demo Log in

资源列表

在现有文档或代码清单中未描述明确的资源。

工具列表

  • 当前天气状况：为指定地点提供实时温度、湿度、风速等数据。
  • 天气预报（1-14 天）：获取未来多天的天气预测，便于基于预报条件进行规划。
  • 历史天气数据：访问过去的天气数据，用于分析或回溯查询。
  • 天气预警：提供恶劣天气事件的警报信息。
  • 空气质量信息：获取指定地点的空气污染水平和空气质量指数。
  • 天文数据：提供如日出、日落、月相等天文信息。
  • 地点搜索：支持天气查询时的地理位置检索和解析。
  • 时区信息：为指定地点提供本地时区信息。
  • 体育赛事：返回与体育赛事相关的天气状况。

MCP 服务器的应用场景

  • 个人助手集成：AI 助手可利用本服务器回答用户有关天气、日出/日落时间与空气质量的查询，提升用户体验。
  • 旅行规划：开发者可集成天气预报和预警，自动化行程规划，帮助用户根据天气情况调整计划。
  • 环境监控仪表盘：本服务器可为监控空气质量和天气趋势的仪表盘提供数据，支持健康建议和城市规划。
  • 活动排期：组织体育或户外活动的团队可查询历史及预测天气，优化活动时间安排。
  • 智能家居自动化：集成天气数据，实现家居设备自动化——如自动调节温控、关窗或根据天气变化发送警报。

设置方法

Windsurf

  1. 确保已安装 Python 3.13+ 和 uv 包管理器。
  2. 将天气 MCP 服务器添加到您的配置中。
  3. 在 mcpServers 对象中插入服务器的命令和参数。
  4. 保存配置并重启 Windsurf。
  5. 验证与服务器的连接。

JSON 配置示例

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

密钥安全

通过环境变量设置您的 WeatherAPI 密钥：

"env": {
  "WEATHER_API_KEY": "your_api_key_here"
},
"inputs": {
  // 其他配置选项
}

Claude

  1. 确保已安装 Python 3.13+ 和 uv 包管理器。
  2. 将天气 MCP 服务器添加到 Claude 的配置中。
  3. 如下修改 mcpServers 对象。
  4. 保存并重启 Claude。
  5. 通过向 Claude 提问天气数据进行测试。

JSON 配置示例

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

密钥安全

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

Cursor

  1. 安装 Python 3.13+ 和 uv。
  2. 在 Cursor 的安装中添加天气 MCP 服务器。
  3. 编辑配置文件以包含该服务器。
  4. 保存并重启 Cursor。
  5. 验证天气查询是否正常工作。

JSON 配置示例

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

密钥安全

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

Cline

  1. 确保已安装 Python 3.13+ 和 uv。
  2. 编辑 Cline 的配置以添加天气 MCP 服务器。
  3. 在 mcpServers 对象中添加相应条目。
  4. 保存更改并重启 Cline。
  5. 确认服务器正常运行。

JSON 配置示例

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

密钥安全

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

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，请首先在流程中添加 MCP 组件，并将其连接到您的 AI 智能体：

FlowHunt MCP flow

点击 MCP 组件以打开配置面板。在系统 MCP 配置部分，使用以下 JSON 格式填写您的 MCP 服务器信息：

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

配置完成后，AI 智能体即可将此 MCP 作为工具使用，访问其全部功能。请务必将 “weather-mcp” 替换为您实际的 MCP 服务器名称，并将 URL 改为您自己的 MCP 服务器地址。

概览

部分可用性详情/备注
概览✅
提示词列表⛔未找到提示词模板
资源列表⛔未列出明确的 MCP 资源
工具列表✅天气、预报、预警、空气质量、天文、位置、时区等
密钥安全✅提供 .env 示例和 JSON 配置示例
采样支持（评估时可忽略）⛔未指定

根据现有信息，天气 MCP 服务器工具覆盖广泛，部署简单，但缺乏关于提示词、资源和根节点/采样的详细文档。其主要聚焦于天气相关工具，API 密钥安全指引清晰。作为专注于天气的 MCP，已足够实用，但若补充更多 MCP 标准文档和资源定义会更完善。

MCP 评分

是否有 LICENSE✅ (MIT)
至少有一个工具✅
Fork 数量9
Star 数量6

Frequently asked questions

试用天气 MCP 服务器集成

借助 FlowHunt 的天气 MCP 服务器，利用实时天气、预报、空气质量和天文数据提升您的 AI 工作流。

立即开始使用 FlowHunt 预约演示