WindAI MCP 服务器

通过 模型上下文协议 (MCP) 为 Claude、ChatGPT、Cursor 及其他 AI 助手提供 AI 驱动的风能资源评估工具。

从任何兼容 MCP 的 AI 助手获取风速估算、对比站点，并运行完整的机器学习驱动的风电场评估。

网站： windai.tech

快速入门

Claude Desktop

添加到您的 Claude Desktop 配置中（macOS 上为 ~/Library/Application Support/Claude/claude_desktop_config.json，Windows 上为 %APPDATA%\Claude\claude_desktop_config.json）：

{
  "mcpServers": {
    "windai": {
      "command": "npx",
      "args": ["-y", "windai-mcp"]
    }
  }
}

重启 Claude Desktop，然后询问：

“北纬 40.5 度，西经 105.2 度的风能潜力如何？”

Claude Code

claude mcp add windai -- npx -y windai-mcp

Cursor / 其他 MCP 客户端

使用 npx -y windai-mcp 作为命令添加类似的配置。

全局安装

npm install -g windai-mcp
windai-mcp

工具

get_wind_estimate (免费)

获取全球任何地点的风能资源估算。无需 API 密钥。

输入：

• latitude (必填)：纬度 (-90 到 90)

• longitude (必填)：经度 (-180 到 180)

• hub_height (可选)：轮毂高度（米，默认：100）

返回： 平均风速、IEC 风级、风能质量评估、月度细分、风功率密度。

示例提示词： “估算北纬 52.5 度，东经 1.8 度，轮毂高度 120 米处的风能资源”

get_wind_farm_assessment (需要 API 密钥)

使用 WindAI 的深度学习模型（基于 289 个风电场超过 1000 万条小时观测数据训练的 391 特征神经网络）运行完整的 AI 驱动风能资源评估。

输入：

• latitude (必填)：纬度

• longitude (必填)：经度

• api_key (必填)：WindAI API 密钥（以 wai_ 开头）

• hub_height (可选)：轮毂高度（米）

• rated_power (可选)：风机额定功率（kW）

• rotor_diameter (可选)：转子直径（米）

• turbines_count (可选)：风机数量

• 此外：swept_area，total_power

返回： 8,760 小时以上的容量系数、AEP（年发电量）、P50/P90、月度和昼夜剖面。

获取 API 密钥： windai.tech/account

compare_wind_sites (免费)

并排比较多个地点的风能潜力。最多 5 个地点。

输入：

• locations (必填)：包含 { latitude, longitude, name? } 对象的数组（2-5 个站点）

返回： 按风能质量排序的对比表。

示例提示词： “比较以下地点的风能潜力：科罗拉多州丹佛 (39.7, -105.0)、德克萨斯州阿马里洛 (35.2, -101.8) 和怀俄明州夏延 (41.1, -104.8)”

get_windai_pricing (免费)

获取 WindAI 评估的当前定价信息。

返回： 积分套餐、单站点定价、包含内容及注册链接。

get_windai_model_info (免费)

获取有关 WindAI 机器学习模型、训练数据和准确性指标的信息。

返回： 架构详情、训练数据统计、准确性指标、验证方法。

定价

在 windai.tech/credits 购买积分。

数据来源

• 免费工具： Open-Meteo ERA5 历史再分析数据 (2021-2023)，无需 API 密钥

• 付费评估： WindAI 专有的深度学习模型，使用 ERA5、MERRA2、Copernicus DEM 和风机规格数据

开发

git clone <repo-url>
cd windai-mcp
npm install
npm run dev

构建生产版本：

npm run build
npm start

链接

• WindAI 网站

• API 文档

• 研究与方法论

• 免费风能工具

• 博客

许可证

MIT