windai-mcp
Servidor MCP de WindAI
Herramientas de evaluación de recursos eólicos impulsadas por IA para Claude, ChatGPT, Cursor y otros asistentes de IA a través del Protocolo de Contexto de Modelo (MCP).
Obtenga estimaciones de velocidad del viento, compare emplazamientos y ejecute evaluaciones completas de parques eólicos mediante aprendizaje automático desde cualquier asistente de IA compatible con MCP.
Sitio web: windai.tech
Inicio rápido
Claude Desktop
Agréguelo a su configuración de Claude Desktop (~/Library/Application Support/Claude/claude_desktop_config.json en macOS o %APPDATA%\Claude\claude_desktop_config.json en Windows):
{
"mcpServers": {
"windai": {
"command": "npx",
"args": ["-y", "windai-mcp"]
}
}
}Reinicie Claude Desktop y luego pregunte:
"¿Cuál es el potencial eólico en la latitud 40.5, longitud -105.2?"
Claude Code
claude mcp add windai -- npx -y windai-mcpCursor / Otros clientes MCP
Agregue una configuración similar usando npx -y windai-mcp como comando.
Instalación global
npm install -g windai-mcp
windai-mcpRelated MCP server: WeatherAI MCP
Herramientas
get_wind_estimate (Gratuito)
Obtenga una estimación aproximada de los recursos eólicos para cualquier ubicación de la Tierra. No se requiere clave API.
Entrada:
latitude(obligatorio): Latitud (-90 a 90)longitude(obligatorio): Longitud (-180 a 180)hub_height(opcional): Altura del buje en metros (predeterminado: 100)
Retorno: Velocidad media del viento, clase de viento IEC, evaluación de la calidad del viento, desglose mensual, densidad de potencia eólica.
Ejemplo de solicitud: "Estima el recurso eólico en 52.5N, 1.8E a una altura de buje de 120m"
get_wind_farm_assessment (Requiere clave API)
Ejecute una evaluación completa de recursos eólicos impulsada por IA utilizando el modelo de aprendizaje profundo de WindAI (red neuronal de 391 características entrenada con más de 10 millones de observaciones horarias de 289 parques eólicos).
Entrada:
latitude(obligatorio): Latitudlongitude(obligatorio): Longitudapi_key(obligatorio): Clave API de WindAI (comienza conwai_)hub_height(opcional): Altura del buje en metrosrated_power(opcional): Potencia nominal de la turbina en kWrotor_diameter(opcional): Diámetro del rotor en metrosturbines_count(opcional): Número de turbinasAdemás:
swept_area,total_power
Retorno: Más de 8,760 factores de capacidad horarios, AEP, P50/P90, perfiles mensuales y diurnos.
Obtenga una clave API: windai.tech/account
compare_wind_sites (Gratuito)
Compare el potencial eólico en múltiples ubicaciones lado a lado. Hasta 5 ubicaciones.
Entrada:
locations(obligatorio): Matriz de objetos{ latitude, longitude, name? }(2-5 sitios)
Retorno: Tabla comparativa clasificada por calidad del viento.
Ejemplo de solicitud: "Compara el potencial eólico en estos sitios: Denver CO (39.7, -105.0), Amarillo TX (35.2, -101.8) y Cheyenne WY (41.1, -104.8)"
get_windai_pricing (Gratuito)
Obtenga información de precios actual para las evaluaciones de WindAI.
Retorno: Paquetes de créditos, precios por sitio, qué está incluido y enlaces de registro.
get_windai_model_info (Gratuito)
Obtenga información sobre el modelo de ML de WindAI, los datos de entrenamiento y las métricas de precisión.
Retorno: Detalles de la arquitectura, estadísticas de datos de entrenamiento, métricas de precisión, metodología de validación.
Precios
Paquete | Créditos | Total | Por sitio | Ahorro |
Single | 1 | $49.99 | $49.99 | -- |
Starter | 10 | $449.90 | $44.99 | 10% |
Pro | 25 | $999.75 | $39.99 | 20% |
Enterprise | 100 | $3,499.00 | $34.99 | 30% |
Compre créditos en windai.tech/credits.
Fuentes de datos
Herramientas gratuitas: Reanálisis histórico ERA5 de Open-Meteo (2021-2023), no se necesita clave API
Evaluaciones pagas: Modelo de aprendizaje profundo patentado de WindAI utilizando ERA5, MERRA2, Copernicus DEM y especificaciones de turbinas
Desarrollo
git clone <repo-url>
cd windai-mcp
npm install
npm run devConstruir para producción:
npm run build
npm startEnlaces
Licencia
MIT
Available Tools
5 toolscompare_wind_sitesA
Compare wind potential at multiple locations side by side. Up to 5 locations. Returns a ranked comparison table with mean wind speed, IEC wind class, wind quality, and wind power density for each site. Free, no API key required.
Inputs: locations (required).
get_windai_model_infoA
Get information about WindAI's machine learning model, including architecture, training data, accuracy metrics, and validation results. Useful for understanding the methodology behind WindAI predictions.
Inputs: no named parameters.
get_windai_pricingA
Get WindAI pricing information for wind resource assessments. Shows available credit packages, what's included in each assessment, and how to get started.
Inputs: no named parameters.
get_wind_estimateA
Get an approximate wind resource estimate for any location on Earth. Returns mean wind speed, IEC wind class, wind quality assessment, monthly wind speeds, and wind power density. Uses 3 years of historical reanalysis data (2021-2023). Free, no API key required.
Inputs: latitude (required), longitude (required), hub_height.
get_wind_farm_assessmentA
Run a full WindAI AI-powered wind resource assessment using our deep learning model trained on 10M+ hourly observations from 289 wind farms. Returns hourly capacity factors (8,760+ hours), AEP, P50/P90, monthly and diurnal profiles, and comprehensive wind farm performance metrics. Requires a WindAI API key (get one at https://windai.tech/account).
Inputs: latitude (required), longitude (required), api_key (required), hub_height, +5 more.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
TDQS
Scored across 5 tools
Each tool has a clearly distinct purpose: get_wind_estimate provides free approximate data, get_wind_farm_assessment provides detailed paid analysis, compare_wind_sites handles multi-location comparison, and the remaining two provide service metadata (pricing, model info). No functional overlap exists.
All tools use snake_case with verb_noun structure (get_, compare_). The 'windai' prefix appears only on meta-tools (model_info, pricing) distinguishing service information from wind data tools, which is logical but slightly unconventional.
Five tools is an ideal count for this specialized domain: three core wind assessment functions (quick estimate, detailed assessment, comparison) plus two supporting tools (pricing, methodology). No bloat, no missing essentials.
Covers the core wind resource assessment workflow well (screening → detailed analysis → comparison). Minor gaps include no account/credit balance check tool (relevant since assessments require paid credits) and no ability to retrieve past assessment history.
Maintenance
Related MCP Connectors
Geospatial AI MCP server — satellite imagery, embeddings, weather, GNS governance
NASA POWER MCP — Prediction of Worldwide Energy Resources
Open-Meteo MCP — weather forecast + historical reanalysis + sister APIs
Built-environment forecasts, public benchmarks, and permit or zoning readiness through remote MCP.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceAn MCP server that enables AI assistants to look up solar permitting authorities, estimate solar production via PVWatts, and retrieve irradiance data. It streamlines the creation of solar-aware workflows by integrating industry-standard APIs like NREL.MIT

WeatherAI MCPofficial
AlicenseNot gradedqualityDmaintenanceWeatherAI MCP server — 11 live weather tools for Claude Desktop, Cursor, Windsurf, and any MCP-compatible AI assistant38 npmMIT- AlicenseNot gradedqualityCmaintenanceEU Crop Intelligence MCP Server — Yield forecasts, weather analysis, and phenology models for 15 countries. AI agent-native, multi-source intelligence (NASA POWER, Eurostat, Open-Meteo).MIT
- AlicenseNot gradedqualityFmaintenanceGeolocation AI - MCP server providing AI-powered tools and automation by MEOK AI Labs4 npm40 PyPIMIT