🌦️ MCP Weather Assistant

Groq에서 호스팅하는 LLM을 커스텀 Weather MCP Server에 연결하는 Model Context Protocol(MCP) 프로젝트로, 날씨에 대해 자연어로 질문하면 National Weather Service(NWS) API에서 가져온 실시간 도구 기반 답변을 받을 수 있습니다.

작동 방식

User
  ↓
"Are there any weather alerts for CA?"
  ↓
Groq LLM
  ↓
Decides to call get_alerts_tool
  ↓
MCP Client
  ↓
MCP Weather Server
  ↓
National Weather Service API
  ↓
Real-time weather alerts
  ↓
Groq LLM
  ↓
Natural-language answer

1. 사용자가 평범한 영어로 질문합니다.

2. Groq LLM이 질문을 해석하고 호출할 도구를 결정합니다(예: get_alerts_tool, get_forecast_tool).

3. MCP Client가 해당 도구 호출을 Model Context Protocol을 통해 MCP Weather Server로 전송합니다.

4. 서버가 National Weather Service API에 실시간 데이터를 요청합니다.

5. 결과가 클라이언트를 거쳐 LLM으로 다시 전달됩니다.

6. LLM이 원시 데이터를 사용자에게 명확한 자연어 응답으로 변환합니다.

Related MCP server: mcp-weather

기능

• 🌦️ 미국 주별 실시간 기상 특보

• 📍 위치(위도/경도) 기반 날씨 예보

• 🔌 Model Context Protocol(MCP) 기반 — 도구가 표준화된 방식으로 노출되어 MCP 호환 클라이언트라면 누구나 사용할 수 있습니다

• ⚡ 빠른 LLM 추론을 위한 Groq 기반

• 🧩 LLM 클라이언트와 날씨 도구 서버 간의 깔끔한 분리

프로젝트 구조

.
├── client/            # MCP client — connects to Groq LLM and the MCP server
├── server/             # MCP weather server — exposes get_alerts_tool, get_forecast_tool, etc.
├── requirements.txt     # or package.json, depending on stack
└── README.md

(실제 폴더 구조에 맞게 이 트리를 조정하세요.)

사전 요구 사항

• Python 3.10+ (또는 구현에 따라 Node.js)

• Groq API 키

• 인터넷 연결(서버는 공개 NWS API를 호출합니다 — NWS에는 API 키가 필요 없습니다)

설치

git clone https://github.com/Krishna-Dhawangale/MCP.git
cd MCP
pip install -r requirements.txt

구성

프로젝트 루트에 .env 파일을 생성합니다:

GROQ_API_KEY=your_groq_api_key_here

사용 방법

1. MCP 날씨 서버를 시작합니다:

   python server/weather_server.py

2. 클라이언트를 실행합니다:

   python client/main.py

3. 질문을 입력합니다:

   > Are there any weather alerts for CA?

   클라이언트가 쿼리를 LLM으로 라우팅하고, LLM이 MCP 서버에서 적절한 도구를 호출하여 자연어 답변을 반환합니다.

사용 가능한 도구

로드맵

• 더 많은 지역(해외) 지원 추가

• 반복 쿼리용 캐싱 추가

• 도구 핸들러용 단위 테스트 추가

• Groq 외 추가 MCP 클라이언트 지원

기여

기여는 언제나 환영합니다! 이슈를 열거나 풀 리퀘스트를 제출해 주세요.