weather-mcp

一个 MCP（Model Context Protocol）服务器，让 AI 助手（如 Claude、Gemini CLI 或任何兼容 MCP 的客户端）能使用实时数据回答真实天气问题，而不只是获取原始数字。

由 Open-Meteo 提供支持 — 免费，无需 API 密钥。

为什么这不只是一个原始的天气 API 封装

大多数天气集成只会返回 temperature: 22°C。本项目在原始数据之上增加了一个推理层，因此你可以提出纯 API 无法直接回答的问题：

• get_weather("Bangalore") — 当前状况 + 今日预报

• should_i_carry_umbrella("Mumbai") — 给出带理由的是/否答案，而不只是降水百分比

• is_good_for_outdoors("Delhi") — 综合雨量、风力和温度，判断今天是否适合待在户外

• compare_weather("Bangalore", "Delhi") — 同时比较两个城市的天气

Related MCP server: Weather MCP Server

安装

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

运行测试

对真实 API 进行快速验证（无需 mock，无需 API 密钥）：

python test_weather.py

将其连接到 Claude Desktop

把这部分添加到你的 Claude Desktop 配置（claude_desktop_config.json）中：

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

将其连接到 Gemini CLI

把这部分添加到 ~/.gemini/settings.json 中：

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

重启你的客户端，然后直接问它类似 “今天在金奈需要带伞吗？” 这样的问题。

项目结构

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

刻意拆分为独立的文件——weather_core.py 和 weather_advice.py 完全不依赖 MCP，因此可以单独测试或复用。

贡献

欢迎提交 PR。如果你想添加一个工具，这里有一些想法：

• 提供分小时的预报明细，而不只是今日概况

• 空气质量数据（Open-Meteo 同样提供免费的接口）

• 多日出行规划（本周最适合户外活动的日子）

• 恶劣天气警报

如果新工具是在原始数据之上增加推理，就放在 weather_advice.py 中；如果只是纯数据获取，就放在 weather_core.py 中——然后用新的 @mcp.tool() 把它们接入 server.py。

许可证

MIT — 请参阅 LICENSE。