weather-mcp

MCP(Model Context Protocol) 서버로, AI 어시스턴트(Claude, Gemini CLI, 또는 MCP 호환 클라이언트)가 단순히 원본 숫자만 가져오는 대신 실시간 데이터를 사용해 실제 날씨 질문에 답할 수 있게 해줍니다.

Open-Meteo 기반 — 무료이며 API 키가 필요 없습니다.

단순한 날씨 API 래퍼가 아닌 이유

대부분의 날씨 연동은 그저 temperature: 22°C만 반환합니다. 이 서버는 그 위에 추론 계층을 추가하여, 일반 API로는 직접 답할 수 없는 질문을 할 수 있습니다:

• get_weather("Bangalore") — 현재 상태와 오늘 예보

• should_i_carry_umbrella("Mumbai") — 비율만이 아니라 추론을 담은 예/아니오 답변

• is_good_for_outdoors("Delhi") — 비, 바람, 기온을 함께 확인하여 야외 활동에 좋은 날인지 판단

• compare_weather("Bangalore", "Delhi") — 두 도시를 한 번에 비교

Related MCP server: Weather MCP Server

설정

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

테스트 실행

실제 API에 대한 빠른 확인(목킹 없이, API 키 없이):

python test_weather.py

Claude Desktop에 연결

이 내용을 Claude Desktop 설정(claude_desktop_config.json)에 추가하세요:

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

Gemini CLI에 연결

이 내용을 ~/.gemini/settings.json에 추가하세요:

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

클라이언트를 다시 시작한 다음, "오늘 첸나이에서 우산을 챙겨야 할까요?" 같은 것을 물어보세요.

프로젝트 구조

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

일부러 별도 파일로 나누어 두었습니다. weather_core.py와 weather_advice.py는 MCP 의존성이 전혀 없어서 단독으로 테스트하거나 재사용하기 쉽습니다.

기여

PR 환영합니다. 도구를 추가하고 싶다면 몇 가지 아이디어가 있습니다:

• 오늘 요약 대신 시간별 예보 내

• 대기질 데이터(Open-Meteo의 무료 엔드포인트가 이미 있습니다)

• 여러 날 여행 계획(이번 주 야외 이벤트에 가장 좋은 날)

• 악천후 경고

새 도구는 원시 데이터 위에 추가적인 추론을 더한다면 weather_advice.py에, 순수한 데이터 수신이라면 weather_core.py에 넣습니다. 그다음 server.py에서 새 @mcp.tool()로 연결하세요.

라이선스

MIT — LICENSE를 참조하세요.