MCP Travel Weather Server
Provides AI-powered conversational capabilities using OpenAI's GPT models to process user queries and orchestrate weather data requests.
Provides geocoding services to convert location names to coordinates using OpenStreetMap's Nominatim API.
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type
@followed by the MCP server name and your instructions, e.g., "@MCP Travel Weather ServerWhat's the weather in Tokyo this weekend?"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
MCP Travel Weather Server - LAB02
Dokumentasjon
Workshop Guide - Komplett workshop dokumentasjon
Presentasjon - Norsk workshop presentasjon
Workshop ressurser:
Workshop Guide - Detaljert lab guide for workshop deltagere
Presentasjon - Slide deck for workshop
PowerPoint - PowerPoint versjon av presentasjon
Related MCP server: Weather Service MCP
Oversikt
MCP Travel Weather Server er en implementasjon for workshop LAB02. Dette er en læringsorientert versjon som demonstrerer Model Context Protocol (MCP) grunnleggende konsepter med fokus på værdata og reiseplanlegging.
Arkitektur: Systemet består av tre hovedkomponenter:
Web Service: Frontend brukergrensesnitt
AI Agent: OpenAI-basert agent som orkestrerer forespørsler
MCP Server: HTTP API med værfunksjonalitet
Workshop Arkitektur (LAB02)
Forenklet tjenestearkitektur
┌─────────────────┐ HTTP ┌─────────────────┐ HTTP ┌─────────────────┐
│ Web Service │ ─────────► │ Agent Service │ ─────────► │ MCP Server │
│ (Port 8080) │ │ (Port 8001) │ │ (Port 8000) │
│ │ │ │ │ │
│ • Frontend UI │ │ • AI Logic │ │ • Weather Tool │
│ • User Interface│ │ • OpenAI GPT-4o │ │ • OpenWeatherMap│
│ • Examples │ │ • Conversation │ │ • Geocoding │
│ • Health Checks │ │ • Memory │ │ • Health Checks │
└─────────────────┘ └─────────────────┘ └─────────────────┘1. MCP Server (services/mcp-server/)
HTTP API med dynamisk tools manifest - Port 8000
GET /tools- MCP tools manifest (følger MCP spesifikasjon)POST /weather- Værprognose for destinasjonerGET /health- Helsesjekk
MCP Tools Manifest:
Serveren eksponerer tilgjengelige verktøy via /tools endepunkt i henhold til MCP spesifikasjonen, inkludert navn, beskrivelse, input schema og endpoint informasjon.
API som brukes:
OpenWeatherMap for værdata
Nominatim (OpenStreetMap) for geocoding
2. Agent Service (services/agent/)
AI-orkestrering med dynamisk tools loading - Port 8001
OpenAI GPT-4o mini for intelligent respons
Dynamisk lasting av verktøy fra MCP server ved oppstart
HTTP klient med intelligent endpoint mapping
Persistent SQLite database for samtalehistorikk
Eksplisitt og konvensjonsbasert endpoint mapping
POST /query- Prosesser brukerforespørslerGET /health- Helsesjekk med agent status
3. Web Service (services/web/)
Frontend web-grensesnitt - Port 8080
HTML/JavaScript grensesnitt
HTTP klient for agent kommunikasjon
Eksempel spørsmål og interaktiv chat
Real-time helsestatusindikator
GET /- HovedsidePOST /query- Proxy til agent serviceGET /examples- Foreslåtte spørsmålGET /health- Helsesjekk
Workshop Læringsmål
Denne LAB02-versjonen er designet for å lære:
MCP Protocol: Implementering av Model Context Protocol med dynamisk tools discovery
HTTP API: REST API arkitektur med intelligent endpoint mapping
Tools Integration: Dynamisk kobling av AI agent med MCP server verktøy
OpenAI Function Calling: Strukturert verktøybruk med dynamic tool loading
Docker Deployment: Containerisert mikroservice deployment
MCP Spesifikasjon: Følge MCP standarder for tools manifest og endpoint eksponering
Kom i gang
Forutsetninger
Du trenger API nøkler for:
OpenAI: For GPT AI → platform.openai.com
OpenWeatherMap: For værdata → openweathermap.org/api
Docker Deployment (Anbefalt)
# Klon repository
git clone <repository-url>
cd agent
# Sett opp miljøvariabler
cp .env.example .env
# Rediger .env med dine API nøkler
# Start alle tjenester
docker-compose up -d
# Sjekk status
docker-compose psTilgang:
Hovedside: http://localhost:8080
Agent API: http://localhost:8001
MCP API: http://localhost:8000
Miljøvariabler
# Kreves for LAB02
OPENAI_API_KEY=your_openai_api_key_here
OPENWEATHER_API_KEY=your_openweather_api_key_here
# Service URLs (auto-konfigurert i Docker)
MCP_SERVER_URL=http://mcp-server:8000Funksjoner (LAB02)
Dynamisk Tools Discovery
MCP server eksponerer tilgjengelige verktøy via
/toolsendpointAgent laster verktøy dynamisk ved oppstart
Intelligent mapping mellom verktøy og HTTP endpoints
Støtte for eksplisitt endpoint spesifikasjon og konvensjonsbasert fallback
Værprognose
Detaljert værprognose for enhver destinasjon
Temperatur, nedbør, vind og luftfuktighet
Basert på OpenWeatherMap API
MCP Verktøy
get_weather_forecast: Hent værprognose for destinasjoner
Alle verktøy følger MCP spesifikasjon
Persistent Hukommelse
Husker samtalehistorikk på tvers av sesjoner
SQLite database for lokal lagring
Administrering av flere samtalesesjoner
Intelligent Dialog
OpenAI GPT-4o mini for naturlig språkforståelse
Dynamic function calling basert på MCP tools manifest
Kontekstbevisst samtaler
MCP Arkitektur
Workshop LAB02 demonstrerer MCP (Model Context Protocol) arkitektur med dynamisk tools discovery:
Web Service → AI Agent ←→ MCP Server → External APIs
↓ (dynamic) ↓ (/tools)
Tools Loading Tools ManifestArkitektur komponenter:
Web Service: Frontend brukergrensesnitt og API proxy
AI Agent: OpenAI GPT-4o mini med dynamisk tools loading og intelligent endpoint mapping
MCP Server: HTTP API som eksponerer MCP tools manifest og implementerer verktøy
Tools Manifest: MCP-kompatibel manifest med endpoint og method informasjon
Memory: Persistent samtalehukommelse
MCP Protocol Implementation:
MCP server følger MCP spesifikasjon for tools eksponering
Agent implementerer dynamisk tools discovery ved oppstart
Intelligent endpoint mapping med både eksplisitt og konvensjonsbasert støtte
HTTP method routing (GET, POST, PUT, DELETE) basert på tools manifest
For detaljert workshop guide, se WORKSHOP.md
Python Avhengigheter (hvis ikke bruker Docker)
pip install -r requirements.txtDocker Deployment (Anbefalt)
Systemet er optimalisert for Docker deployment med alle komponenter i separate containere.
Forutsetninger
Docker og Docker Compose installert
API nøkler konfigurert (se over)
Rask start
# Klon repository og naviger til mappen
cd travel-weather-mcp
# Kopier og rediger miljøvariabler
cp .env.example .env
# Rediger .env med dine API nøkler:
# - OPENAI_API_KEY (kreves)
# - OPENWEATHER_API_KEY (kreves)
# Bygg og start alle tjenester
docker-compose up -d
# Sjekk at alt kjører
docker-compose psTjenester som startes
travel-weather-mcp-server: MCP server med værverktøy
travel-weather-agent: AI agent service
travel-weather-web: Web interface på http://localhost:8080
Bruk av tjenestene
Web Interface
Åpne http://localhost:8080 i nettleseren for enkel bruk.
API Tilgang
# REST API kall
curl -X POST http://localhost:8080/query \
-H "Content-Type: application/json" \
-d '{"query": "Hvordan er været i Oslo i dag?"}'Manuell Docker start
# Bygg og start alle tjenester
docker-compose up -d
# Eller start kun spesifikke tjenester
docker-compose up -d mcp-server travel-agent
# Se logfiler
docker-compose logs -f mcp-server
docker-compose logs -f travel-agent
# Stopp tjenester
docker-compose downTilgjengelige tjenester
Web Interface: http://localhost:8080 - Enkel web-grensesnitt for agenten
Agent API: http://localhost:8001 - REST API for agenten
MCP Server: http://localhost:8000 - MCP server API
Bruk
Web Interface (Anbefalt)
Gå til http://localhost:8080 i nettleseren din for et enkelt brukergrensesnitt.
Docker Commands
# Se alle kjørende tjenester
docker-compose ps
# Restart spesifikk tjeneste
docker-compose restart mcp-server
# Se logfiler live
docker-compose logs -f travel-agentAPI Endpoints (LAB02)
MCP Tools Discovery
GET /tools: Hent MCP tools manifest med alle tilgjengelige verktøy
Returner: JSON array med verktøy inkludert navn, beskrivelse, input schema, endpoint og HTTP method
MCP Verktøy
get_weather_forecast
location: Stedsnavn (f.eks. "Oslo, Norway")
Endpoint: POST /weather
Returner: Værprognose med temperatur, vind, fuktighet og beskrivelse
Eksempel API kall
# Hent tools manifest fra MCP server
curl http://localhost:8000/tools
# Direkte verktøy kall til MCP server
curl -X POST http://localhost:8000/weather \
-H "Content-Type: application/json" \
-d '{"location": "Oslo, Norway"}'
# Via Agent med dynamisk tools loading (anbefalt)
curl -X POST http://localhost:8001/query \
-H "Content-Type: application/json" \
-d '{"query": "Hvordan er været i Oslo?"}'Sikkerhet
API nøkler lagres som miljøvariabler
Ingen sensitive data logges
Input validering på alle endpoints
Rate limiting gjennom OpenWeatherMap API
Feilsøking
Vanlige problemer
"API key not configured"
Sjekk at miljøvariabler er riktig satt i
.envVerifiser at API nøklene er gyldige
"Location not found"
Prøv mer spesifikke stedsnavn
Inkluder land (f.eks. "Oslo, Norway")
Containerproblemer
Kjør
docker-compose down && docker-compose up -dSjekk logfiler med
docker-compose logs
Logging
# Se agent logfiler
docker-compose logs -f travel-agent
# Se MCP server logfiler
docker-compose logs -f mcp-server
# Se alle logfiler
docker-compose logs -fWorkshop Utvidelser
LAB02 er designet for utvidelse. Deltagere kan legge til:
Nye MCP verktøy
Definer en ny HTTP endpoint i
services/mcp-server/app.pyLegg til verktøyet i tools array med endpoint og method informasjon
Agent vil automatisk laste det nye verktøyet ved restart via
/toolsmanifestTest med web interface
Merk: Agent laster verktøy dynamisk, så ingen hardkoding kreves i agent koden.
Foreslåtte utvidelser
Ruteplanlegging: Legg til OpenRouteService API
Hotell booking: Integrer booking API
Transport: Legg til public transport API
Oversettelse: Legg til språkoversettelse
Se WORKSHOP.md for detaljerte instruksjoner
Testing
Manual testing
# Test health endpoints
curl http://localhost:8000/health
curl http://localhost:8001/health
curl http://localhost:8080/health
# Test MCP tools manifest
curl http://localhost:8000/tools
# Test MCP verktøy
curl -X POST http://localhost:8000/weather \
-H "Content-Type: application/json" \
-d '{"location": "Oslo, Norway"}'Lisens
MIT License - se LICENSE fil for detaljer.
Workshop Support
For workshop deltagere:
Dokumentasjon: WORKSHOP.md
Presentasjon: workshop-presentation.html
Teknisk support: Spør workshopleder
Bidrag
Bidrag er velkomne! Vennligst:
Fork repository
Opprett en feature branch
Commit endringene dine
Push til branch
Opprett en Pull Request
This server cannot be installed
Maintenance
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Latest Blog Posts
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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/zral/mcp-ws'
If you have feedback or need assistance with the MCP directory API, please join our Discord server