Atmosphere777
MCP server for a self-hosted indoor/outdoor weather station, providing real-time weather, forecasts, alerts, and indoor temperature/humidity data through five MCP tools.
README
Atmosphere777
一个可自托管的室内外环境观测站:把和风天气、室内温湿度、MCP 工具、只读 REST API 和黑白像素风 PWA 放在同一个轻量项目里。
它包含什么
- 5 个 MCP 工具:实时天气、24 小时预报、7 日预报、天气预警、室内温湿度;
- 4 个供网页调用的只读天气 REST 端点;
- 1 个带 Bearer Token 的室内传感器上报端点;
- 响应式 PWA 前端,支持手机、桌面与低刷新墨水屏;
- Docker Compose、Nginx 示例和严格的容器资源限制;
- 面向人类和 AI 编程助手的部署、定制与交接文档。
室内传感器是可选项。只有 VPS、没有任何温湿度硬件,也可以运行完整的室外天气、预报、预警、MCP 和 PWA。把 frontend/config.js 中的 indoorEnabled 改为 false,房间模块就会干净地隐藏。
架构
QWeather ──> atmosphere-mcp ──> /mcp ──> Claude / Codex / other agents
└──> weather-api ─────> /weather/* ─┐
BLE / other sensor ─> sensor-api ─> /sensor ├──> PWA frontend
└──> indoor_climate_now
完整说明见 docs/architecture.md。
只在家庭局域网使用也没问题,见 docs/lan-deployment.md。
快速开始
1. 准备配置
cp .env.example .env
cp sensor.env.example sensor.env
mkdir -p keys
在和风天气开发控制台创建 JWT 凭据,把 Ed25519 私钥保存为:
keys/qweather-ed25519-private.pem
然后填写 .env 中的 API Host、Project ID、Key ID 和默认位置。真实配置和私钥已被 .gitignore 排除,绝不要提交。
2. 启动服务
docker compose up -d --build
docker compose ps
本机端口:
| 服务 | 地址 |
|---|---|
| MCP | http://127.0.0.1:8001/mcp |
| 室内传感器 | http://127.0.0.1:8002/sensor |
| 天气 REST | http://127.0.0.1:8003/weather/now |
3. 上报一条室内数据
curl -X POST http://127.0.0.1:8002/sensor/update \
-H "Authorization: Bearer YOUR_SENSOR_INGEST_TOKEN" \
-H "Content-Type: application/json" \
-d '{"temperature":24.6,"humidity":46.0}'
也可以使用 examples/push_sensor.py 从任意脚本或蓝牙采集程序上报。
没有传感器时跳过本步骤,并把 frontend/config.js 的 indoorEnabled 设为 false。indoor_climate_now 会返回 freshness: "unavailable",不会令整个 MCP 服务失败。
4. 发布网页与 HTTPS
把 frontend/ 中的静态文件放到 /var/www/atmosphere,将 frontend/atmosphere.nginx.conf 里的 atmosphere.example.com 替换成自己的域名,再申请证书并启用站点。完整步骤见 docs/deployment.md。
MCP 客户端配置
部署 HTTPS 后,把下面的 URL 添加到支持 Streamable HTTP 的 MCP 客户端:
https://atmosphere.example.com/mcp
工具名称是稳定接口,不应在普通定制中修改:
outdoor_weather_nowoutdoor_weather_hourlyoutdoor_weather_dailyweather_alertsindoor_climate_now
给 AI 编程助手
让 AI 先读取仓库根目录的 AGENTS.md,再读取 docs/ai-handoff.md。它们明确写出了秘密边界、允许修改范围、部署顺序和验收清单。
安全边界
- 和风私钥只挂载到后端容器,前端永远不接触它;
- 传感器写入使用独立 Bearer Token;读取接口默认公开,若数据敏感请在 Nginx 增加认证;
- MCP、REST 和传感器服务仅监听
127.0.0.1,由反向代理暴露必要路由; - 容器使用只读文件系统、移除 Linux capabilities,并设置 CPU/内存限制。
许可证
MIT。可以使用、修改、再发布,也欢迎保留出处。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。