Skip to main content
Glama
deenesjakoruzh
StarGazer1995

mcp-stargazing

by StarGazer1995
OverviewSchemaRelated ServersScoreDiscussions
Python
Hybrid

mcp-Sternenbeobachtung

Berechnen Sie die Höhe sowie die Aufgangs- und Untergangszeiten von Himmelsobjekten (Sonne, Mond, Planeten, Sternen und Objekten im Weltraum) für jeden beliebigen Ort auf der Erde, mit optionaler Lichtverschmutzungsanalyse.

Merkmale

  • Höhen-/Azimutberechnung : Ermitteln Sie Höhe und Kompassrichtung für jedes Himmelsobjekt.

  • Aufgangs-/Untergangszeiten : Bestimmen Sie, wann Objekte über dem Horizont erscheinen/verschwinden.

  • Lichtverschmutzungsanalyse : Laden und analysieren Sie Lichtverschmutzungskarten (GeoTIFF-Format).

  • Unterstützt :

    • Objekte des Sonnensystems (Sonne, Mond, Planeten)

    • Sterne (zB „Sirius“)

    • Objekte im tiefen Weltraum (z. B. „Andromeda“, „Orionnebel“)

  • Zeitzonenbewusst : Funktioniert mit Orts- oder UTC-Zeiten.

Related MCP server: Celestial Position MCP Server

Installation

pip install astropy pytz numpy astroquery rasterio geopy

Verwendung

Höhe/Azimut berechnen

from src.celestial import celestial_pos from astropy.coordinates import EarthLocation import pytz from datetime import datetime # Observer location (New York) location = EarthLocation(lat=40.7128, lon=-74.0060) # Time (local timezone-aware) local_time = pytz.timezone("America/New_York").localize(datetime(2023, 10, 1, 12, 0)) altitude, azimuth = celestial_pos("sun", location, local_time) print(f"Sun Position: Altitude={altitude:.1f}°, Azimuth={azimuth:.1f}°")

Anstiegs-/Untergangszeiten berechnen

from src.celestial import celestial_rise_set rise, set_ = celestial_rise_set("andromeda", location, local_time.date()) print(f"Andromeda: Rise={rise.iso}, Set={set_.iso}")

Lichtverschmutzungskarte laden

from src.light_pollution import load_map # Load a GeoTIFF light pollution map vriis_data, bounds, crs, transform = load_map("path/to/map.tif") print(f"Map Bounds: {bounds}")

API-Referenz

celestial_pos(celestial_object, observer_location, time) ( src/celestial.py )

  • Eingänge :

    • celestial_object : Name (z. "sun" , "andromeda" ).

    • observer_location : EarthLocation Objekt.

    • time : datetime (zeitzonenabhängig) oder Astropy- Time .

  • Gibt zurück : (altitude_degrees, azimuth_degrees) .

celestial_rise_set(celestial_object, observer_location, date, horizon=0.0) ( src/celestial.py )

  • Eingänge :

    • date : Zeitzonenbewusstes datetime .

    • horizon : Horizonthöhe (Standard: 0°).

  • Gibt zurück : (rise_time, set_time) als UTC- Time .

load_map(map_path) ( src/light_pollution.py )

  • Eingänge :

    • map_path : Pfad zur GeoTIFF-Datei.

  • Gibt zurück : Tupel (vriis_data, bounds, crs, transform) für die Lichtverschmutzungsanalyse.

Testen

Führen Sie Tests durch mit:

pytest tests/

Wichtige Testfälle ( tests/test_celestial.py )

def test_calculate_altitude_deepspace(): """Test deep-space object resolution.""" altitude, _ = celestial_pos("andromeda", NYC, Time.now()) assert -90 <= altitude <= 90 def test_calculate_rise_set_sun(): """Validate Sun rise/set times.""" rise, set_ = celestial_rise_set("sun", NYC, datetime(2023, 10, 1)) assert rise < set_

Projektstruktur

. ├── src/ │ ├── celestial.py # Core celestial calculations │ ├── light_pollution.py # Light pollution map utilities │ ├── utils.py # Time/location helpers │ └── main.py # CLI entry point ├── tests/ │ ├── test_celestial.py │ └── test_utils.py └── README.md

Zukünftige Arbeit

  • Unterstützung für Kometen/Asteroiden hinzufügen.

  • Optimieren Sie SIMBAD-Abfragen für die Offline-Verwendung.

  • Integrieren Sie Daten zur Lichtverschmutzung in Sichtbarkeitsvorhersagen.

Wichtige Updates:

  1. Lichtverschmutzung : light_pollution.py zu Funktionen und API-Referenz hinzugefügt.

  2. Abhängigkeiten : rasterio und geopy wurden den Installationsanweisungen hinzugefügt.

  3. Projektstruktur : Klargestellte Dateirollen und Testabdeckung.

This server cannot be installed

-
security - not tested
A
license - permissive license
-
quality - not tested

How are these scores calculated?

Resources

Appeared in Searches

New MCP Servers

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/StarGazer1995/mcp-stargazing'

If you have feedback or need assistance with the MCP directory API, please join our Discord server