🌤️ MCP Сервер Погоды с Deepseek

Простой MCP сервер для получения погоды через OpenWeatherMap API с использованием Deepseek API в качестве интерфейса и поддержкой модульной архитектуры.

📋 Что это делает?

• 🌍 Получает текущую погоду для любого города через OpenWeatherMap API

• 📅 Показывает прогноз погоды на несколько дней

• 🤖 Использует Deepseek для естественного общения и вызова инструментов с реальными данными

• 📦 Интегрирован с удалённой PostgreSQL базой и FastAPI для работы с данными о начислениях

• 🔧 Реализует протокол MCP для подключения AI к внешним данным

• 🏗️ Модульная архитектура с асинхронными операциями

📁 Структура проекта

OpenWeatherMap_MCP/
├── modules/                      # Пакет модулей приложения
│   ├── __init__.py              # Инициализация пакета модулей
│   ├── config.py                # Конфигурация (загрузка переменных окружения)
│   ├── weather_api.py           # Функции для работы с OpenWeatherMap API
│   ├── deepseek_api.py          # Функции для работы с Deepseek API
│   └── file_api.py              # Функции для файловых операций
├── fastapi_udalennii/            # Удалённый FastAPI проект (на другом хосте)
│   ├── app/
│   │   ├── main.py              # FastAPI приложение с endpoints
│   │   ├── models.py            # SQLAlchemy таблицы (users, accruals)
│   │   ├── schemas.py           # Pydantic схемы для валидации
│   │   ├── crud.py              # CRUD операции для БД
│   │   ├── db.py                # Подключение к БД
│   │   └── config.py            # Конфигурация
│   ├── alembic/                 # Миграции БД
│   │   └── versions/
│   │       ├── 0001_create_users_table.py
│   │       └── 0002_create_accruals_table.py
│   ├── requirements.txt          # Зависимости FastAPI
│   ├── .env                      # Конфиг БД для удалённого сервера
│   └── README.md                # Инструкции для удалённого FastAPI
├── deepseek_client.py            # Клиент для интерактивного чата с Deepseek
├── server.py                     # MCP сервер с инструментами погоды
├── test_project.py              # Тесты
├── .env                         # API ключи (не добавляйте в Git!)
├── requirements.txt             # Python зависимости для локального клиента
├── DEPLOYMENT_INSTRUCTIONS.md   # Инструкции по развёртыванию FastAPI
└── README.md                    # Эта инструкция

🚀 Быстрый старт

1. Установка зависимостей

# Создайте виртуальное окружение
python3 -m venv venv

# Активируйте его
# На macOS/Linux:
source venv/bin/activate
# На Windows:
venv\Scripts\activate

# Установите зависимости
pip3 install -r requirements.txt

2. Настройка API ключей и подключений

Создайте файл .env в корне проекта:

# ===== OpenWeatherMap =====
OPENWEATHER_API_KEY=ваш_ключ_здесь
OPENWEATHER_BASE_URL=https://api.openweathermap.org/data/2.5

# ===== Deepseek =====
DEEPSEEK_API_KEY=ваш_ключ_здесь

# ===== Database (PostgreSQL) =====
DATABASE_URL=postgresql://username:password@192.168.0.134:5432/mydb

# ===== Accruals API (Remote FastAPI) =====
ACCRUALS_API_URL=http://192.168.0.137:8000

# ===== File Operations =====
ALLOWED_BASE_DIR=/path/to/allowed/dir

# ===== Logging =====
LOG_LEVEL=INFO

Получение API ключей:

• OpenWeatherMap:

  1. Зарегистрируйтесь на https://openweathermap.org

  2. Перейдите в раздел API Keys

  3. Скопируйте ключ (бесплатный план: 1000 запросов/день)

• Deepseek:

  1. Зарегистрируйтесь на https://platform.deepseek.com

  2. Создайте новый API ключ

  3. Пополните баланс (бесплатный кредит ~$5)

3. Запуск Deepseek клиента

python3 deepseek_client.py

4. (Опционально) Работа через удалённый API для начислений

Deepseek может запрашивать данные о начислениях через REST API (FastAPI) — если у вас уже развернут удалённый API, укажите его базовый URL в переменной ACCRUALS_API_URL.

ACCRUALS_API_URL=http://192.168.0.137:8000

Убедитесь, что удалённая база и API содержат необходимые данные — локальные утилиты для загрузки Excel (modules/db_loader.py) удалены из репозитория. После настройки ACCRUALS_API_URL Deepseek сможет запрашивать статистику и списки начислений у удалённого сервера.

Теперь в клиенте Deepseek можно спрашивать о начислениях (см. примеры ниже).

💬 Примеры использования

Работа с погодой

После запуска deepseek_client.py просто спрашивайте о погоде на естественном языке:

👤 Вы: Какая погода в Москве?
🤖 Deepseek: [Проверяет текущую погоду в Москве через API и показывает результат]

👤 Вы: А какой прогноз на 5 дней для Санкт-Петербурга?
🤖 Deepseek: [Показывает прогноз на 5 дней]

👤 Вы: Что лучше надеть в Лондоне сегодня?
🤖 Deepseek: [Проверяет погоду и дает рекомендации]

👤 Вы: выход
👋 До свидания!

Работа с данными о начислениях (Ozon)

После запуска API (см. раздел "Запуск API для работы с БД") можно запрашивать данные:

👤 Вы: Покажи статистику по начислениям
🤖 Deepseek: [Запрашивает /stats/summary и показывает общую сводку: кол-во записей, платформы, типы]

👤 Вы: Сколько начислений по услугам доставки?
🤖 Deepseek: [Запрашивает /stats/accruals?service_group=Услуги+доставки и показывает статистику]

👤 Вы: Покажи список последних начислений с платформы Ozon
🤖 Deepseek: [Запрашивает /accruals?sales_platform=Ozon&limit=50 и показывает записи]

👤 Вы: выход
👋 До свидания!

🔧 Описание модулей

modules/config.py

Отвечает за: конфигурацию приложения, загрузку переменных окружения, валидацию ключей API.

Основные компоненты:

• Config - класс с константами конфигурации

• validate() - проверяет наличие критических переменных окружения

• get_config_summary() - возвращает сводку конфигурации для логирования

modules/weather_api.py

Отвечает за: взаимодействие с OpenWeatherMap API для получения данных о погоде.

Основные функции:

• make_weather_request() - вспомогательная функция для HTTP запросов к API

• get_current_weather() - получает текущую погоду для города

• get_forecast() - получает прогноз на несколько дней

• format_day_forecast() - форматирует прогноз на один день

modules/deepseek_api.py

Отвечает за: взаимодействие с Deepseek API для обработки запросов пользователя с использованием инструментов (функций).

Основные функции:

• get_weather_tools() - возвращает определение инструментов для Deepseek

• call_deepseek_with_tools() - вызывает Deepseek с поддержкой инструментов (function calling)

• process_deepseek_response() - обрабатывает ответ от Deepseek, выполняет вызовы инструментов

• get_weather_response() - главная функция для получения ответа о погоде

Поддерживаемые инструменты:

• Погода: get_current_weather, get_forecast

• Файлы: read_file, create_file, update_file, append_to_file, delete_file, list_files

modules/file_api.py

Отвечает за: безопасную работу с файлами по определённому пути.

Основные функции:

• read_file() - чтение содержимого файла

• create_file() - создание нового файла

• update_file() - обновление содержимого файла

• append_to_file() - добавление содержимого в файл

• delete_file() - удаление файла

• list_files() - просмотр содержимого директории

• is_path_safe() - проверка безопасности пути (предотвращает path traversal атаки)

Примеры команд для Deepseek:

• "Создай файл test.txt с текстом 'Hello World'"

• "Прочитай содержимое файла README.md"

• "Обнови файл config.py на новый код"

• "Покажи список файлов в папке modules"

• "Добавь новую строку в файл notes.txt"

• "Удали временный файл temp.txt"

server.py

Отвечает за: запуск MCP сервера с инструментами для интеграции с другими приложениями.

Основные инструменты MCP:

• current_weather() - инструмент для получения текущей погоды

• weather_forecast() - инструмент для получения прогноза

Для запуска только MCP сервера (для интеграции с другими приложениями):

uv run mcp dev server.py

Удалённые локальные модули

Ранее в репозитории были утилиты для локальной загрузки данных и локальный API:

• modules/db.py — локальная SQLAlchemy модель и хелперы для создания таблиц

• modules/db_loader.py — скрипт загрузки Excel (pandas → БД)

• modules/api.py — FastAPI приложение для доступа к данным о начислениях

Эти файлы удалены из текущего репозитория в пользу использования удалённых сервисов (базы данных и API). Если вам нужно восстановить локальную загрузку или локальный API, можно восстановить соответствующие модули и добавить в requirements.txt зависимости: pandas, openpyxl, sqlalchemy, psycopg2-binary, uvicorn.

deepseek_client.py

Отвечает за: главную точку входа приложения - интерактивный чат с пользователем.

Основные функции:

• chat_with_deepseek() - интерактивный цикл чата с естественным языком

• main() - инициализация и запуск приложения

Для запуска полного приложения:

python3 deepseek_client.py

Это команда, которая вам нужна! Она запускает интерактивный чат с Deepseek, который использует реальные данные о погоде из OpenWeatherMap API и может запрашивать данные о начислениях (если API запущен).

🌐 Схема взаимодействия

Пользователь
    ↓
deepseek_client.py (chat_with_deepseek)
    ↓
modules/deepseek_api.py (get_weather_response)
    ↓
Deepseek API
    ├─ Анализирует запрос
    └─ Вызывает инструменты (function calling)
         ↓
    modules/weather_api.py
         ├─ get_current_weather()
         └─ get_forecast()
              ↓
         OpenWeatherMap API
              ↓
         Возвращает реальные данные о погоде
    ↓
Deepseek API (обработка результатов инструментов)
    ↓
Финальный ответ пользователю

🔌 Добавление новых функций

Чтобы добавить новый инструмент (например, получение качества воздуха):

1. Добавьте функцию в модуль

async def get_air_quality(city: str) -> str:
    """Получить качество воздуха для города"""
    # Реализация...
    return result

2. Добавьте определение инструмента в

def get_weather_tools() -> List[Dict[str, Any]]:
    tools = [
        # ... существующие инструменты ...
        {
            "type": "function",
            "function": {
                "name": "get_air_quality",
                "description": "Получить качество воздуха",
                # ... параметры ...
            }
        }
    ]
    return tools

3. Добавьте обработку в

if tool_name == "get_air_quality":
    result = await get_air_quality(tool_args.get("city"))

4. Добавьте инструмент в MCP сервер

@mcp.tool()
async def air_quality(city: str) -> str:
    """Инструмент MCP для получения качества воздуха"""
    return await get_air_quality(city)

📊 Логирование

Приложение использует встроенный модуль logging для отслеживания всех операций. Логи записываются в файл app.log и выводятся в консоль.

Уровни логирования:

• DEBUG - подробная информация для отладки

• INFO - основная информация о работе

• WARNING - предупреждения

• ERROR - ошибки

• CRITICAL - критические ошибки

Уровень логирования можно настроить через переменную окружения LOG_LEVEL в .env.

🧪 Тестирование только сервера

Если хотите протестировать MCP сервер без клиента:

# Используйте MCP Inspector
uv run mcp dev server.py

# Или установите в Claude Desktop
uv run mcp install server.py --name "Weather Service"

🐛 Поиск и решение проблем

Ошибка: "OPENWEATHER_API_KEY не найден"

Решение: Убедитесь, что файл .env находится в корне проекта и содержит OPENWEATHER_API_KEY=ваш_ключ

Ошибка: "Не удалось получить погоду для города"

Решение:

• Проверьте написание названия города

• Убедитесь, что у вас есть интернет подключение

• Проверьте, не исчерпан ли лимит бесплатного плана OpenWeatherMap

Ошибка: "Ошибка при обращении к Deepseek API"

Решение:

• Проверьте, что DEEPSEEK_API_KEY скопирован правильно

• Убедитесь, что на вашем счёте есть баланс для API запросов

• Проверьте статус Deepseek API на https://status.deepseek.com/

📝 Лицензия

Этот проект лицензирован под MIT License.

🤝 Контрибьютинг

Приветствуются pull requests! Для больших изменений сначала откройте issue для обсуждения.

🛠️ Доступные инструменты

get_current_weather

Получает текущую погоду для города

Параметры:

• city (обязательный): Название города

• units (опционально): "metric" или "imperial"

get_forecast

Получает прогноз погоды на несколько дней

Параметры:

• city (обязательный): Название города

• days (опционально): Количество дней (1-5)

• units (опционально): "metric" или "imperial"

🌐 Архитектура с удалённым FastAPI

Проект использует двухуровневую архитектуру:

Локальный слой (ваша машина)

• deepseek_client.py - интерактивный чат с Deepseek

• modules/deepseek_api.py - интеграция с Deepseek для обработки запросов

• modules/weather_api.py - получение данных о погоде

• modules/file_api.py - файловые операции

Удалённый слой (другой хост 192.168.0.137:8000)

• fastapi_udalennii/app/main.py - REST API для работы с начислениями (accruals)

• fastapi_udalennii/app/models.py - SQLAlchemy таблицы (users, accruals)

• fastapi_udalennii/app/crud.py - операции БД

• fastapi_udalennii/app/schemas.py - валидация данных (Pydantic)

База данных (PostgreSQL)

• Хост: 192.168.0.134:5432

• База: mydb

• Пользователь: asx

Схема взаимодействия:

Пользователь
    ↓
deepseek_client.py
    ↓
Deepseek API (обработка запроса)
    ├─ Погода → modules/weather_api.py → OpenWeatherMap API
    ├─ Файлы → modules/file_api.py → локальная ФС
    └─ Начисления → httpx HTTP запрос → fastapi_udalennii (192.168.0.137:8000)
         ├─ GET /accruals/ → fastapi_udalennii/app/crud.py → PostgreSQL
         ├─ GET /stats/summary → fastapi_udalennii/app/crud.py → PostgreSQL
         └─ POST /accruals/ → fastapi_udalennii/app/crud.py → PostgreSQL
    ↓
Deepseek API (формирует ответ)
    ↓
Пользователю

Новые endpoints в FastAPI:

После развёртывания на удалённом сервере (см. DEPLOYMENT_INSTRUCTIONS.md) доступны:

Accruals endpoints:

• POST /accruals/ - создание новой записи о начислении

• GET /accruals/ - получение списка с фильтрацией

Stats endpoints:

• GET /stats/summary - общая статистика по всем начислениям

• GET /stats/accruals - статистика с фильтрацией

Примеры запросов:

# Получить все начисления
curl http://192.168.0.137:8000/accruals/

# Получить начисления по платформе Ozon
curl "http://192.168.0.137:8000/accruals/?sales_platform=Ozon&limit=50"

# Получить статистику
curl http://192.168.0.137:8000/stats/summary

# Создать новое начисление
curl -X POST http://192.168.0.137:8000/accruals/ \
  -H "Content-Type: application/json" \
  -d '{
    "id_accrual": "ACC001",
    "accrual_date": "2025-12-08",
    "service_group": "Доставка",
    "accrual_type": "Комиссия",
    "sales_platform": "Ozon",
    "total_amount_rub": 1234.56
  }'

⚙️ Развёртывание и обновления

Для развёртывания обновлённого FastAPI на удалённом сервере смотрите инструкции в DEPLOYMENT_INSTRUCTIONS.md.

Краткая схема:

1. Синхронизация кода через rsync

2. Активация venv на удалённом сервере

3. Установка зависимостей (если добавлены новые)

4. Запуск миграций Alembic

5. Перезагрузка FastAPI сервиса

⚠️ Важные замечания

1. Не используйте - это сломает STDIO транспорт

2. Храните - добавьте в .gitignore

3. Лимиты API:

   • OpenWeatherMap Free: 1000 запросов/день

   • Deepseek: зависит от вашего плана

4. Стоимость Deepseek: Более дешевая чем OpenAI

5. Миграции БД: После обновления FastAPI кода обязательно запустите alembic upgrade head

🐛 Решение проблем

Ошибка: "OPENWEATHER_API_KEY не найден"

• Проверьте, что файл .env создан и содержит ключ

• Убедитесь, что файл находится в той же папке, что и скрипты

Ошибка: "Не удалось получить погоду"

• Проверьте правильность написания города

• Попробуйте английское название города

Сервер не запускается

• Убедитесь, что виртуальное окружение активировано

• Проверьте, что все зависимости установлены

📚 Полезные ссылки

• MCP Documentation

• OpenWeatherMap API

• Канал "Черный треугольник"