energy-mcp

米国電力需要と気象データのためのMCPサーバーです。データをMCPツール、リソース、プロンプトとして公開し、stdio上でローカルに実行され、任意のMCPクライアント（Claude Desktop、Claude Code、LangChainのMCPアダプター、MCP Inspector）と連携します。

データは実際の観測値を含む小さなSQLiteファイルとして提供されるため、リポジトリをクローンしてデータベースやAPIキーなしで実行できます。

Python 3.11+ · MCP SDK 1.x (FastMCP) · MIT

MCPとは

MCPはAnthropicによるオープンプロトコルです。AIクライアントに、アプリごとのカスタム統合ではなく、外部ツールを呼び出し外部データを読み取るための標準的な方法を1つ提供します。サーバーは提供内容を通知し、クライアントは接続して使用します。サーバーは以下の3つを提供できます：

• ツール: モデルが呼び出せる関数。

• リソース: クライアントがコンテキストとして読み込む読み取り専用コンテンツ。

• プロンプト: ユーザーが選択できる再利用可能なテンプレート。

このサーバーはこれら3つすべてを提供します。

Related MCP server: euenergy-mcp

ツール、リソース、プロンプト

ツール:

• list_regions(): 利用可能な地域と、行数および日付範囲。

• query_demand(region, start, end, limit=168): 指定された日付範囲の1時間ごとの需要（MWh）。

• daily_demand(region, start, end): 日ごとの平均、ピーク、最小値。

• peak_demand(region, start, end): 最も需要が高かった1時間。

• compare_regions(start, end, regions=None): 地域間の平均とピーク。

• demand_vs_weather(region, start, end): 日ごとの需要とその地域の気温を結合。

リソース:

• schema://energy: テーブルのプレーンな説明。

• docs://coverage: 現在読み込まれている地域と日付。

プロンプト:

• analyze_demand(region): ツールを通じて地域を調査するスターター。

クイックスタート

uvが必要です。

git clone https://github.com/visethchapman/energy-mcp
cd energy-mcp
uv run energy-mcp    # starts the server on stdio; it waits for a client

UIでツールを試すには、MCP Inspectorを使用します：

uv run mcp dev src/energy_mcp/server.py

クライアントに接続する

Claude Desktop

以下をclaude_desktop_config.json（macOSでは~/Library/Application Support/Claude/claude_desktop_config.json）に追加し、Claude Desktopを再起動します：

{
  "mcpServers": {
    "energy": {
      "command": "uv",
      "args": ["--directory", "/absolute/path/to/energy-mcp", "run", "energy-mcp"]
    }
  }
}

Claude Code

claude mcp add energy -- uv --directory /absolute/path/to/energy-mcp run energy-mcp

その後、平易な言葉で質問すると、クライアントがツールを選択します：

• 「2024年7月に平均需要が最も高かった米国グリッドは？」

• 「2024年にERCOTのピークはいつで、その日のヒューストンはどのくらい暑かった？」

• 「1月の最初の週のCISOとPJMの需要を比較して。」

出力例

クライアントがツールを呼び出したときの、バンドルされたデータからの実際の結果：

> peak_demand(region="ERCO", start="2024-01-01", end="2024-12-31")
{ "region": "ERCO", "period": "2024-08-20 23:00:00", "demand_mwh": 85544.0 }

> compare_regions(start="2024-07-01", end="2024-07-31")
[ {"region":"PJM",  "avg_mwh":109674.4, "peak_mwh":153121.0},
  {"region":"ERCO", "avg_mwh": 60200.6, "peak_mwh": 81200.0},
  {"region":"CISO", "avg_mwh": 32008.4, "peak_mwh": 44727.0},
  {"region":"NYIS", "avg_mwh": 21494.1, "peak_mwh": 28990.0} ]

> demand_vs_weather(region="ERCO", start="2024-07-01", end="2024-07-03")
[ {"day":"2024-07-01", "avg_mwh":67736.3, "tmax_c":37.8, "tmin_c":26.7},
  {"day":"2024-07-02", "avg_mwh":68463.9, "tmax_c":36.1, "tmin_c":27.2},
  {"day":"2024-07-03", "avg_mwh":68017.8, "tmax_c":34.4, "tmin_c":26.7} ]

demand_vs_weatherが興味深いものです。ERCOTの需要は夏のヒューストンの気温とともに上昇し（エアコンの負荷）、ツールは両方の系列を返すため、モデルがその関連性を指摘できます。

データ

すべて実際のデータで、ファイルサイズを約5MBに抑えるため2024暦年にトリミングされています。

SQLiteファイルはコミットされているため、実行時に何も取得されません。再構築するか、日付範囲を広げるには（無料のEIA APIキーが必要）：

uv run --extra build python scripts/build_sample_db.py --start 2023-01-01 --end 2024-12-31

ENERGY_MCP_DBを設定して、サーバーが別のSQLiteファイルを指すようにします。

安全性

• 読み取り専用。データベースはSQLite mode=roで開かれるため、どのツールも書き込めません。

• パラメータ化されたSQL。引数はパラメータとしてバインドされ、クエリ文字列にフォーマットされないため、SQLインジェクションはできません。

• 検証済みの入力。地域と日付の引数はデータベースに到達する前にチェックされ、不正な入力はモデルが対処できる明確なエラーとして返されます。

• 実行にシークレットは不要。データはリポジトリ内にあり、EIAキーは再構築にのみ必要です。

開発

uv run pytest
uv run mcp dev src/energy_mcp/server.py

レイアウト：

src/energy_mcp/
  server.py                   # FastMCP server: tools, resources, prompts
  db.py                       # read-only SQLite access
  data/energy_sample.sqlite   # bundled real data
scripts/build_sample_db.py    # how the sample was assembled
tests/test_tools.py

このプロジェクトはMCP 1.x SDK（FastMCP API）を使用しており、これは現在のClaude Desktopドキュメントとmcp CLIが使用しているものです。2.x SDKは新しい再設計版です。

関連

energy-text2sqlは、同じEIAおよびNOAAデータに対するテキストからSQLへのエージェントです。同じデータ、異なるインターフェース：質問に答えるためにSQLを書くものと、このサーバーがデータをMCPツールとして提供するものです。

ライセンス

MIT