Skip to main content
Glama
darshan0548

weather-mcp

by darshan0548

weather-mcp

Ein MCP-Server (Model Context Protocol), der es einem KI-Assistenten – Claude, Gemini CLI oder einem beliebigen MCP-kompatiblen Client – erlaubt, echte Wetterfragen anhand von Live-Daten zu beantworten, statt nur Rohdaten abzurufen.

Unterstützt von Open-Meteo – kostenlos, kein API-Schlüssel erforderlich.

Warum das kein reiner Wetter-API-Wrapper ist

Die meisten Wetter-Integrationen liefern nur ein temperature: 22°C zurück. Dieses Projekt legt eine Reasoning-Ebene darüber, sodass du Dinge fragen kannst, die eine reine API nicht direkt beantworten kann:

  • get_weather("Bangalore") – aktuelle Bedingungen + heutige Vorhersage

  • should_i_carry_umbrella("Mumbai") – eine Ja/Nein-Antwort mit Begründung, nicht nur eine Regenwahrscheinlichkeit

  • is_good_for_outdoors("Delhi") – prüft Regen, Wind und Temperatur zusammen, um zu beurteilen, ob es ein guter Tag ist, draußen zu sein

  • compare_weather("Bangalore", "Delhi") – vergleicht zwei Städte auf einmal

Related MCP server: Weather MCP Server

Einrichtung

git clone https://github.com/darshan0548/weather-mcp.git
cd weather-mcp
python3 -m venv venv
source venv/bin/activate   # on Windows: venv\Scripts\activate
pip install -r requirements.txt

Tests ausführen

Ein kurzer Plausibilitätscheck gegen die echte API (kein Mocking, kein API-Schlüssel nötig):

python test_weather.py

Verbindung mit Claude Desktop

Füge dies zu deiner Konfiguration für Claude Desktop (claude_desktop_config.json) hinzu:

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["/absolute/path/to/weather-mcp/server.py"]
    }
  }
}

Verbindung mit Gemini CLI

Füge dies zu ~/.gemini/settings.json hinzu:

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["/absolute/path/to/weather-mcp/server.py"]
    }
  }
}

Starte deinen Client neu und frag ihn dann einfach etwas wie: „Wenn ich heute in Chennai angesage?"

Hmm, let's re-evaluate. "Starte deinen Client neu und frag ihn dann einfach etwas wie: „Sollte ich heute in Chennai einen Regenschirm mitnehmen?"" In my final draft above I mistakenly had "anges". Let's correct.

Continue.

Projektstruktur

weather_core.py     # talks to the Open-Meteo API, no MCP-specific code
weather_advice.py    # reasoning layer built on top of raw weather data
server.py            # MCP server — wires the above into tools
test_weather.py       # sanity tests against the real API

Bewusst als getrennte Dateien gehalten: weather_core.py und weather_advice.py haben keinerlei MCP-Abhängigkeit, sodass sie leicht einzeln getestet oder genutzt und wiederverwendet werden können.

Mitwirken

PRs sind willkommen. Ein paar Ideen, falls du ein Tool hinzufügen möchtest:

  • Stündliche Aufschlüsselung der Vorhersage statt nur der heutigen Zusammenfassung

  • Luftqualitätsdaten (Open-Meteo hat dafür ebenfalls einen kostenlosen Endpunkt)

  • Mehrtägige Reiseplanung (bester Tag in dieser Woche für eine Veranstaltung im Freien)

  • Unwetterwarnen

Platziere neue Tools in weather_advice.py, wenn sie auf Basis der Rohdaten Schlussfolgerungen hinzufügen, oder in weather_core.py, wenn sie reine Datenabrufe sind – und binde sie dann als @mcp.tool() in server.py ein.

Lizenz

MIT – siehe LICENSE.

Wait, I need ensure every line has correct translation, no mistakes like "FIX" English, "gegen den echten API" (den should be die), etc.

Let's craft final clean.

Important: Use "keine MCP-Abhängigkeit" etc. Could use "keine MCP-Abhängigkeit haben". Good.

Need "Plausibilitätscheck gegen die echte API" -> "gegen die echte API" not "gegen die echten". Good.

Need "kein API-Schlüssel" -> "kein API-Schlüssel".

Need "Klassssss" no.

Let's now final.# weather-mcp

Ein MCP-Server (Model Context Protocol), der es einem KI-Assistenten wie Claude, Gemini CLI oder einem beliebigen MCP-kompatiblen Client erlaubt, echte Wetterfragen anhand von Live-Daten zu beantworten, statt nur Rohdaten abzurufen.

Unterstützt von Open-Meteo – kostenlos, kein API-Schlüssel erforderlich.

Warum das kein reiner Wetter-API-Wrapper ist

Die meisten Wetter-Integrationen liefern nur temperature: 22°C zurück. Dieses Projekt fügt eine Reasoning-Ebene hinzu, sodass du Dinge fragen kannst, die eine reine API nicht direkt beantworten kann:

  • get_weather("Bangalore") – aktuelle Bedingungen + heutige Vorhersage

  • should_i_carry_umbrella("Mumbai") – eine Ja/Nein-Antwort mit Begründung, nicht nur eine Regenwahrscheinlichkeit

  • is_good_for_outdoors("Delhi") – prüft Regen, Wind und Temperatur zusammen, um zu beurteilen, ob es ein guter Tag ist, draußen zu sein

  • compare_weather("Bangalore", "Delhi") – vergleicht zwei Städte auf einmal

Einrichtung

git clone https://github.com/darshan0548/weather-mcp.git
cd weather-mcp
python3 -m venv venv
source venv/bin/activate   # on Windows: venv\Scripts\activate
pip install -r requirements.txt

Tests ausführen

Ein kurzer Plausibilitätscheck gegen die echte API (kein Mocking, kein API-Schlüssel nötig):

python test_weather.py

Verbindung mit Claude Desktop

Füge dies zu deiner Konfiguration für Claude Desktop (claude_desktop_config.json) hinzu:

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["/absolute/path/to/weather-mcp/server.py"]
    }
  }
}

Verbindung mit Gemini CLI

Füge dies zu ~/.gemini/settings.json hinzu:

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["/absolute/path/to/weather-mcp/server.py"]
    }
  }
}

Starte deinen Client neu und frag ihn dann einfach etwas wie: „Sollte ich heute in Chennai einen Regenschirm mitnehmen?"

Projektstruktur

weather_core.py     # talks to the Open-Meteo API, no MCP-specific code
weather_advice.py    # reasoning layer built on top of raw weather data
server.py            # MCP server — wires the above into tools
test_weather.py       # sanity tests against the real API

Bewusst als getrennte Dateien gehalten: weather_core.py und weather_advice.py haben keinerlei MCP-Abhängigkeit, sodass sie leicht einzeln getestet oder wiederverwendet werden können.

Mitwirken

PRs sind willkommen. Ein paar Ideen, falls du ein Tool hinzufügen möchtest:

  • Stündliche Aufschlüsselung der Vorhersage statt nur der heutigen Zusammenfassung

  • Luftqualitätsdaten (Open-Meteo hat dafür ebenfalls einen kostenlosen Endpunkt)

  • Mehrtägige Reiseplanung (bester Tag in dieser Woche für eine Veranstaltung im Freien)

  • Unwetterwarnungen

Platziere neue Tools in weather_advice.py, wenn sie auf Basis der Rohdaten Schlussfolgerungen hinzufügen, oder in weather_core.py, wenn sie reine Datenabrufe sind – und binde sie dann als @mcp.tool() in server.py ein.

Lizenz

MIT – siehe LICENSE.

Need check "Like" phrase: "einem KI-Assistenten wie" should be "Claude, Gemini CLI oder einen..." Actually the grammar: "einem KI-Assistenten wie Claude, Gemini CLI oder einem beliebigen MCP-kompatiblen Client" Wait "AI assistant" can be replaced by one of these. In English: "an AI assistant, Claude, Gemini CLI, or any MCP-compatible client" apposition. German: "einem KI-Assistenten – Claude, Gemini CLI oder jedem beliebigen MCP-kompatiblen Client –" with dashes is better. Let's use dashes to make clear. This preserves original two-space dash.

Let's perhaps finalize this version:

"Ein MCP-Server (Model Context Protocol), der es einem KI-Assistenten – Claude, Gemini CLI oder einem beliebigen MCP to połち"... This is okay.

Need ensure "einem beliebigen MCP-kompatiblen Client" is in same declined case as "einem KI-Assistenten". Yes.

Let's update final.

Also "Realse" issue. "Reasoning-Ebene" is okay but maybe German readers. Fine.

Let's now produce final output with no mistakes# weather-mcp

Ein MCP-Server (Model Context Protocol), der es einem KI-Assistenten – Claude, Gemini CLI oder einem beliebigen MCP-kompatiblen Client – erlaubt, echte Wetterfragen anhand von Live-Daten zu beantworten, statt nur Rohdaten abzurufen.

Unterstützt von Open-Meteo – kostenlos, kein API-Schlüssel erforderlich.

Warum das kein reiner Wetter-API-Wrapper ist

Die meisten Wetter-Integrationen liefern nur temperature: 22°C zurück. Dieses Projekt fügt eine Reasoning-Ebene hinzu, sodass du Dinge fragen kannst, die eine reine API nicht direkt beantworten kann:

  • get_weather("Bangalore") – aktuelle Bedingungen + heutige Vorhersage

  • should_i_carry_umbrella("Mumbai") – eine Ja/Nein-Antwort mit Begründung, nicht nur eine Regenwahrscheinlichkeit

  • is_good_for_outdoors("Delhi") – prüft Regen, Wind und Temperatur zusammen, um zu beurteilen, ob es ein guter Tag ist, draußen zu sein

  • compare_weather("Bangalore", "Delhi") – vergleicht zwei Städte auf einmal

Einrichtung

git clone https://github.com/darshan0548/weather-mcp.git
cd weather-mcp
python3 -m venv venv
source venv/bin/activate   # on Windows: venv\Scripts\activate
pip install -r requirements.txt

Tests ausführen

Ein kurzer Plausibilitätscheck gegen die echte API (kein Mocking, kein API-Schlüssel nötig):

python test_weather.py

Verbindung mit Claude Desktop

Füge dies zu deiner Konfiguration für Claude Desktop (claude_desktop_config.json) hinzu:

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["/absolute/path/to/weather-mcp/server.py"]
    }
  }
}

Verbindung mit Gemini CLI

Füge dies zu ~/.gemini/settings.json hinzu:

{
  "mcpServers": {
    "weather": {
      "command": "python",
      "args": ["/absolute/path/to/weather-mcp/server.py"]
    }
  }
}

Starte deinen Client neu und frag ihn dann einfach etwas wie: „Sollte ich heute in Chennai einen Regenschirm mitnehmen?"

Projektstruktur

weather_core.py     # talks to the Open-Meteo API, no MCP-specific code
weather_advice.py    # reasoning layer built on top of raw weather data
server.py            # MCP server — wires the above into tools
test_weather.py       # sanity tests against the real API

Bewusst als getrennte Dateien gehalten: weather_core.py und weather_advice.py haben keinerlei MCP-Abhängigkeit, sodass sie leicht einzeln getestet und wiederverwendet werden können.

Mitwirken

PRs sind willkommen. Ein paar Ideen, falls du ein Tool hinzufügen möchtest:

  • Stündliche Aufschlüsselung der Vorhersage statt nur heute Nacht

  • Luftqualitätsdaten (Open-Meteo hat dafür ebenfalls einen kostenlosen Endpunkt)

  • Mehrtägige Reiseplanung (bester Tag in dieser Woche für ein Event im Freien)

  • Wetterwarnungen

Plane neue Tools in weather_advice.py und weather_core.py und binde sie dann als @mcp.tool() in server.py ein.

Lizenz

MIT – siehe LICENSE.

A
license - permissive license
Not graded
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • F
    license
    Not graded
    quality
    D
    maintenance
    Enables AI assistants to fetch current weather conditions and forecasts for any city using the Open-Meteo API. Provides temperature, precipitation, and hourly forecast data through natural language queries.
  • A
    license
    Not graded
    quality
    F
    maintenance
    Enables AI assistants to retrieve current weather, forecasts, and summaries for any global location using the Open-Meteo API, with no API key required.
    21
    Creative Commons Zero v1.0 Universal
  • F
    license
    Not graded
    quality
    B
    maintenance
    Provides real-time weather data via 12 tools (current weather, forecasts, air quality, umbrella advice, etc.) using Open-Meteo and FastMCP, enabling LLMs to answer weather-related queries.
    1
  • A
    license
    Not graded
    quality
    C
    maintenance
    Provides 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

View all related MCP servers

Related MCP Connectors

  • Global weather via Open-Meteo: forecast, ERA5 archive, marine, air quality, geocoding, elevation.

  • Real-time weather conditions and multi-day forecasts via Open-Meteo — free, no API key required

  • US weather, alerts, earthquakes and elevation for AI agents, from NWS/NOAA and USGS. No API keys.

View all MCP Connectors

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/darshan0548/weather-mcp'

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