MCP

这是一个命令行工具的简单实现，它通过使用模型上下文协议 (MCP) 和 Google 的 Gemini AI 的客户端-服务器架构来提供对美国天气数据的访问。 构建目的是为了实践和理解 MCP 的工作原理。

概述

该项目将 Python 客户端应用程序与天气数据服务器连接起来，允许用户使用自然语言查询天气信息。服务器与美国国家气象局 API 通信以检索天气警报和预报。

特性

• 使用州代码查询美国各州的天气警报
• 获取特定位置的详细天气预报（使用纬度和经度）
• 由 Google 的 Gemini AI 提供支持的自然语言界面
• 使用模型上下文协议 (MCP) 的客户端-服务器架构

前提条件

• Python 3.8+
• Node.js（如果运行 JavaScript 服务器）
• Google Gemini API 密钥

安装

1. 克隆存储库：

   git clone https://github.com/Abhinavexists/MCP_Server.git
   cd weather-tool
   

2. 如果您还没有 uv，请安装它：

   pip install uv
   

3. 创建并激活虚拟环境：

   uv venv
   

   • 在 Windows 上：.venv\Scripts\activate
   • 在 macOS/Linux 上：source .venv/bin/activate

4. 使用 uv 安装依赖项（此项目使用 uv.lock 和 pyproject.toml）：

   uv pip sync
   

5. 在项目根目录中创建一个 .env 文件，其中包含您的 Gemini API 密钥：

   GEMINI_API_KEY=your_gemini_api_key_here
   

用法

1. 启动客户端并连接到天气服务器：

   python client.py server.py
   

2. 连接后，您可以询问有关天气信息的问题：

   Query: What are the current weather alerts in CA?
   Query: What's the forecast for latitude 37.7749, longitude -122.4194?
   

3. 键入 quit 退出应用程序。

可用工具

服务器提供以下工具：

• get_alerts: 获取指定美国州的天气警报（使用两位字母的州代码）
• get_forecast: 检索特定位置的天气预报（使用纬度和经度）

项目结构

• client.py: 连接到服务器并使用 Gemini AI 处理用户查询的 MCP 客户端
• server.py: 实现天气数据工具并与美国国家气象局 API 通信的 MCP 服务器

错误处理

该应用程序包括针对以下情况的强大错误处理：

• 无效的服务器脚本路径
• 与 NWS API 的连接问题
• API 响应中无效或缺失的数据

未来改进

• 添加其他天气数据端点
• 为经常请求的数据实现缓存
• 添加对位置名称查找的支持（而不是要求经纬度）
• 创建一个 Web 界面

许可证

MIT 许可证

资源

有关模型上下文协议 (MCP) 的更多信息，请参阅官方 Claude MCP 文档：

• Claude MCP 文档