Инструменты для оценки ветроэнергетического потенциала на базе ИИ для Claude, ChatGPT, Cursor и других ИИ-ассистентов через Model Context Protocol (MCP).
Получайте оценки скорости ветра, сравнивайте площадки и проводите полноценную оценку ветроэлектростанций с помощью машинного обучения из любого ИИ-ассистента, поддерживающего MCP.
Веб-сайт: windai.tech
Добавьте в конфигурацию Claude Desktop (~/Library/Application Support/Claude/claude_desktop_config.json на macOS или %APPDATA%\Claude\claude_desktop_config.json на Windows):
{
"mcpServers": {
"windai": {
"command": "npx",
"args": ["-y", "windai-mcp"]
}
}
}Перезапустите Claude Desktop, затем спросите:
"Каков ветровой потенциал на широте 40.5, долготе -105.2?"
claude mcp add windai -- npx -y windai-mcpДобавьте аналогичную конфигурацию, используя npx -y windai-mcp в качестве команды.
npm install -g windai-mcp
windai-mcpRelated MCP server: WeatherAI MCP
get_wind_estimate (Бесплатно)Получите приблизительную оценку ветроэнергетического потенциала для любой точки Земли. API-ключ не требуется.
Входные данные:
latitude (обязательно): Широта (от -90 до 90)
longitude (обязательно): Долгота (от -180 до 180)
hub_height (опционально): Высота ступицы в метрах (по умолчанию: 100)
Возвращает: Среднюю скорость ветра, класс ветра по IEC, оценку качества ветра, помесячную разбивку, плотность потока энергии ветра.
Пример запроса: "Оцени ветровой потенциал на 52.5 с.ш., 1.8 в.д. при высоте ступицы 120 м"
get_wind_farm_assessment (Требуется API-ключ)Проведите полноценную оценку ветроэнергетического потенциала с помощью ИИ, используя модель глубокого обучения WindAI (нейронная сеть с 391 признаком, обученная на более чем 10 млн часовых наблюдений с 289 ветроэлектростанций).
Входные данные:
latitude (обязательно): Широта
longitude (обязательно): Долгота
api_key (обязательно): API-ключ WindAI (начинается с wai_)
hub_height (опционально): Высота ступицы в метрах
rated_power (опционально): Номинальная мощность турбины в кВт
rotor_diameter (опционально): Диаметр ротора в метрах
turbines_count (опционально): Количество турбин
Плюс: swept_area, total_power
Возвращает: Более 8760 часовых коэффициентов использования установленной мощности (КИУМ), годовую выработку энергии (AEP), показатели P50/P90, месячные и суточные профили.
Получить API-ключ: windai.tech/account
compare_wind_sites (Бесплатно)Сравните ветровой потенциал в нескольких местах одновременно. До 5 локаций.
Входные данные:
locations (обязательно): Массив объектов { latitude, longitude, name? } (от 2 до 5 площадок)
Возвращает: Ранжированную сравнительную таблицу, отсортированную по качеству ветра.
Пример запроса: "Сравни ветровой потенциал на этих площадках: Денвер, Колорадо (39.7, -105.0), Амарилло, Техас (35.2, -101.8) и Шайенн, Вайоминг (41.1, -104.8)"
get_windai_pricing (Бесплатно)Получите актуальную информацию о ценах на оценки WindAI.
Возвращает: Пакеты кредитов, цены за площадку, что включено в стоимость и ссылки для регистрации.
get_windai_model_info (Бесплатно)Получите информацию о модели машинного обучения WindAI, обучающих данных и метриках точности.
Возвращает: Детали архитектуры, статистику обучающих данных, метрики точности, методологию валидации.
Пакет | Кредиты | Итого | За площадку | Экономия |
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% |
Покупайте кредиты на windai.tech/credits.
Бесплатные инструменты: Исторический реанализ Open-Meteo ERA5 (2021-2023), API-ключ не требуется
Платные оценки: Проприетарная модель глубокого обучения WindAI с использованием ERA5, MERRA2, Copernicus DEM и технических характеристик турбин
git clone <repo-url>
cd windai-mcp
npm install
npm run devСборка для продакшена:
npm run build
npm startMIT
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 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 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 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.
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.
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
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.
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.
