mcp-weather-connector
mcp-weather-connector
MCP-сервер является частью экосистемы, но данная документация для кого-то, кто хочет предоставить ИИ-агенту доступ к прогнозу погоды через Open-Meteo — публичное API без ключа и регистрации.
Небольшой, намеренно: репозиторий про то, как устроен инструментальный слой для агента, а не про погоду. Погода здесь — понятный способ показать границу доверия между моделью и внешним миром.
Зачем это
Model Context Protocol — способ дать языковой модели право совершать действия во внешних сервисах. Как только такое право появляется, возникает вопрос: что будет, если модель передаст в инструмент мусор, а чужой сервис в этот момент отдаст 503.
Три решения, которые в этом коде показаны явно:
Вход от модели — недоверенный. Модель может работать с пустой строкой, целым текстом на десять килобайт или управляющими символами. Всё это отсекается в server.py до сетевого вызова, а не в чужом API.
Ошибки различаются по основному. 4xx повторять бессмысленно — это ошибка запроса, повтор её не исправит. 5xx чаще разовый сбой — один повтор с паузой. Логика в _get_json, проверяется тестами на счётчик вызовов.
Наружу выходит текст, а не сырой JSON. Агенту нечего пересказывать и негде ошибиться при пересказе. Ответ 200 без нужного поля означает сбой, а не повод отдавать пустоту.
Отдельно: число дней вне диапазона приводится к границе, а не считается ошибкой. Если модель попросила прогноз на 30 дней, полезнее отдать 7, чем потерять диалог сообщением об ошибке.
Related MCP server: open-meteo-mcp-server
Инструменты
Инструмент | Что делает |
| Текущая погода: температура, ощущается как, влажность, ветер |
| Прогноз на 1–7 дней с осадками |
| Проверяет существование населённого пункта и уточняет страну |
locate создан только для сценария: когда агент не уверен в написании, лучше уточнить у пользователя, чем просто выдать погоду не того города.
Установка
pip install -e .Подключение к Claude Desktop
Укажите claude_desktop_config.json в конфигурации:
{
"mcpServers": {
"weather": {
"command": "mcp-weather"
}
}
}После перезапуска приложения инструменты будут в списке доступных.
Разработка
pip install -e ".[dev]"
pytest
ruff check .Тесты покрывают то, что реально может сломаться: пустой и некорректный ввод, нечисловое количество дней, 4xx без повтора, 5xx с повтором, успех со второй попытки, ответ 200 без полезной нагрузки, неизвестный код погоды. HTTP замокан через respx — сеть в тестах не нужна.
Структура
src/mcp_weather/
client.py — работа с Open-Meteo: типы, повторы, разбор ответа
server.py — MCP-слой: валидация входа и форматирование вывода
tests/
test_tools.pyСетевой код отделён от MCP-слоя явно: клиент, который сам себя тестирует, а инструменты агента остаются тонкой обёрткой над понятными функциями.
Лицензия
MIT
Available Tools
3 toolscurrent_weatherB
Текущая погода в указанном городе.
Args: city: Название населённого пункта, например «Ижевск» или «Berlin».
Inputs: city (required). Returns: result
forecastA
Прогноз погоды на несколько дней вперёд.
Args: city: Название населённого пункта. days: Сколько дней показать, от 1 до 7. Значения вне диапазона приводятся к границе, а не считаются ошибкой.
Inputs: city (required), days. Returns: result
locateA
Проверяет, что населённый пункт существует, и уточняет страну.
Полезно, когда агент не уверен в написании: лучше уточнить у пользователя, чем молча выдать погоду не того города.
Inputs: query (required). Returns: result
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 3 tools
Each tool has a clearly distinct purpose: current conditions, multi-day forecast, and location validation. There is no overlap or ambiguity between them, even though two tools accept a city argument.
Naming is readable but inconsistent: current_weather is a noun phrase, forecast is a bare noun, and locate is a verb. A more consistent pattern like get_current_weather, get_forecast, and validate_location would be clearer.
Three tools is well-scoped for a weather connector. Each tool covers a necessary function without unnecessary overlap or bloat.
The core weather workflows are covered: current conditions and multi-day forecasts, with optional location validation. Minor gaps exist, such as lacking unit selection or weather alerts, but these are not essential for most use cases.
Maintenance
Related MCP Connectors
Global weather via Open-Meteo: forecast, historical, marine, air quality, geocoding, elevation.
Current weather and forecast lookup as an agent tool.
US weather & geo for AI agents: forecasts, alerts, earthquakes, elevation, geocoding. No keys.
US weather & geo for AI agents: forecasts, alerts, earthquakes, elevation, geocoding. No keys.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables AI assistants to retrieve current weather, forecasts, and summaries for any global location using the Open-Meteo API, with no API key required.Creative Commons Zero v1.0 Universal
- AlicenseAqualityDmaintenanceProvides comprehensive access to Open-Meteo weather APIs, including forecasts, historical data, air quality, marine weather, and geocoding, enabling LLMs to retrieve weather information and location data.17MIT
- AlicenseNot gradedqualityDmaintenanceProvides live weather data (current conditions, forecasts) and city geocoding through Open-Meteo API, enabling AI assistants to answer weather queries without an API key.MIT
- AlicenseAqualityDmaintenanceProvides weather forecasts and geocoding lookup using free Open-Meteo APIs, enabling LLMs to query real-time weather and multi-day forecasts for any location.1ISC