Skip to main content
Glama
leahlevovitz

Weather Israel MCP Server

by leahlevovitz

KI-Wetteragent mit MCP, Gemini und Playwright

Überblick

Dieses Projekt implementiert einen KI-Agenten, der aktuelle Wetterinformationen für Städte in Israel mithilfe des Model Context Protocol (MCP), Google Gemini und Playwright abruft.

Wenn der Benutzer nach dem Wetter in einer Stadt fragt, öffnet der Agent eine Wetter-Website, sucht nach der gewünschten Stadt, extrahiert die Wetterinformationen von der Seite und gibt eine Antwort basierend auf dem Inhalt der Website zurück.

Das Projekt enthält außerdem einen einfachen Abrufschritt, bei dem die Wetterinformationen von der Webseite extrahiert und dem Sprachmodell als zusätzlicher Kontext bereitgestellt werden, bevor die endgültige Antwort generiert wird.


Related MCP server: Israel Weather MCP Server

Technologien

  • Python

  • Google Gemini API

  • MCP (Model Context Protocol)

  • Playwright

  • AsyncIO

  • python-dotenv


Projektstruktur

host.py                 # Main chat application
client.py               # MCP client
weather_Israel.py       # MCP weather server
README.md
requirements.txt

So funktioniert es

  1. Der Benutzer fragt nach dem Wetter in einer israelischen Stadt.

  2. Gemini wählt die geeigneten MCP-Tools aus.

  3. Playwright öffnet die Wetter-Website.

  4. Die angeforderte Stadt wird in das Suchfeld eingegeben.

  5. Die Stadt wird aus der Autovervollständigungsliste ausgewählt.

  6. Die Wetter-Seite wird geladen.

  7. Die Wetterinformationen werden von der Seite extrahiert.

  8. Der extrahierte Text wird an Gemini zurückgegeben.

  9. Gemini generiert die endgültige Antwort mithilfe der extrahierten Informationen.


Funktionen

  • Unterstützt Wetteranfragen für Städte in Israel.

  • Akzeptiert Städtenamen auf Hebräisch oder Englisch.

  • Verwendet Playwright, um eine Live-Wetter-Website zu durchsuchen.

  • Extrahiert Wetterinformationen direkt von der Website.

  • Stellt den extrahierten Inhalt dem Sprachmodell vor der Beantwortung bereit.

  • Verwendet den Website-Inhalt, anstatt sich auf das interne Wissen des Modells zu verlassen.


Installation

Klonen Sie das Repository:

git clone https://github.com/YisNiz/AI-MCP-with-RAG-project

Installieren Sie die erforderlichen Pakete:

pip install -r requirements.txt

Erstellen Sie eine .env-Datei mit folgendem Inhalt:

GEMINI_API_KEY=YOUR_API_KEY

Installieren Sie die Playwright-Browser:

playwright install

Führen Sie das Projekt aus:

python host.py

Beispielfragen

  • Wie ist das Wetter in Jerusalem?

  • GirlsLinks: weather, keep) — 的</| 4. * Weather website searches the weather page is then LLM internal knowledge. GXP1, MIT License: The weather in the same weather website and Playtern. Hebrew, the requested city-names in the same as TelAvil, and the final— - 3, .txt: the.: .。 Follow the weather information for the followingd Gemini and forth — 7, and GXP2.

F
license - not found
Not graded
quality - not tested
C
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

View all related MCP servers

Related MCP Connectors

  • WeatherAPI.com MCP — wraps WeatherAPI.com (api.weatherapi.com)

  • OpenWeather MCP — wraps the OpenWeatherMap API (openweathermap.org)

  • Open-Meteo MCP — weather forecast + historical reanalysis + sister APIs

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/leahlevovitz/AI-MCP-with-RAG-project'

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