MCP Weather and Currency Assistant
A local MCP server that integrates FastMCP with OpenAI to enable natural language queries for current weather, forecasts, and currency conversion using ExchangeRate-API and Open-Meteo.
README
Asistente de finanzas y clima con MCP
Aplicación de línea de comandos que combina un servidor local MCP con la API Responses de OpenAI. El asistente entiende consultas en lenguaje natural, descubre las herramientas publicadas por el servidor y las ejecuta para consultar datos actuales de divisas y meteorología.
El proyecto integra FastMCP, ExchangeRate-API y Open-Meteo. También admite llamadas encadenadas: por ejemplo, convierte el nombre de una ciudad en coordenadas y después consulta su clima actual o su previsión.
Funcionalidades
- Conversión de cantidades entre monedas mediante códigos ISO 4217.
- Consulta de tipos de cambio para una moneda base.
- Geocodificación de ciudades.
- Consulta del clima actual y previsión de 1 a 7 días.
- Descubrimiento automático de herramientas MCP por parte del cliente.
- Interfaz interactiva de terminal en español.
- Reintentos ante errores temporales al llamar a OpenAI y control de errores de red.
Arquitectura
Usuario
|
v
CLI (main_client.py)
|
v
Cliente OpenAI Responses <----> Servidor MCP local (FastMCP)
|
+--> ExchangeRate-API
+--> Open-Meteo
El servidor se expone mediante transporte HTTP en http://127.0.0.1:8000/mcp/
por defecto. El cliente se conecta a esa URL, carga las cinco herramientas
disponibles y entrega sus resultados al modelo para generar la respuesta final.
Herramientas MCP
| Herramienta | Descripción |
|---|---|
convert_currency |
Convierte una cantidad entre dos monedas usando la tasa actual. |
get_exchange_rates |
Devuelve las tasas de una moneda base frente a una selección de monedas. |
geocode_city |
Obtiene las coordenadas, país y zona horaria de una ciudad. |
get_current_weather |
Consulta temperatura, sensación térmica, humedad, viento y estado meteorológico actual. |
get_weather_forecast |
Devuelve temperaturas, probabilidad de precipitación y estado meteorológico para los próximos días. |
Requisitos
- Python 3.10 o superior.
- Una clave de API de OpenAI con acceso a la API Responses.
- Conexión a Internet para consultar OpenAI y las APIs externas.
- Una clave de ExchangeRate-API es opcional. Sin ella se utiliza su endpoint abierto.
Instalación
Clona el repositorio y crea un entorno virtual:
git clone <URL_DEL_REPOSITORIO>
cd <NOMBRE_DEL_REPOSITORIO>
python -m venv .venv
Activa el entorno virtual:
# Windows PowerShell
.venv\Scripts\Activate.ps1
# Windows (cmd)
.venv\Scripts\activate.bat
# macOS/Linux
source .venv/bin/activate
Instala las dependencias:
python -m pip install -r requirements.txt
Configuración
Copia el archivo de configuración de ejemplo y completa las credenciales. El
archivo .env es local y no debe incluirse en el repositorio:
Copy-Item .env.example .env
En macOS o Linux:
cp .env.example .env
El archivo resultante debe contener estas variables:
OPENAI_API_KEY=tu_clave_de_openai
# Opcional. Si se deja vacío se usa el endpoint abierto de ExchangeRate-API.
API_KEY_EXCHANGE=
# Opcionales.
MCP_HOST=127.0.0.1
MCP_PORT=8000
OPENAI_MODEL=gpt-4o-mini
OPENAI_API_KEY es necesaria para utilizar el cliente. Open-Meteo no requiere
credenciales. La aplicación utiliza un timeout de 10 segundos para las llamadas
HTTP externas.
Uso
El servidor y el cliente se ejecutan en terminales independientes. Inicia primero el servidor:
python main_server.py
En otra terminal, con el entorno virtual activado, inicia el cliente:
python main_client.py
Pruebas
Las pruebas unitarias cubren la lógica de divisas, previsión meteorológica, códigos WMO y saneamiento de errores sin llamar a OpenAI ni a las APIs externas:
python -m pip install -r requirements-dev.txt
python -m pytest
Después puedes escribir consultas como:
Convierte 100 USD a EUR
¿Cuál es el clima actual en Madrid?
Dame la previsión del tiempo para Nueva York durante 5 días
¿Qué coordenadas tiene Tokio?
Comandos disponibles en la CLI:
| Comando | Acción |
|---|---|
/ayuda |
Muestra las herramientas y ejemplos de consulta. |
/monedas |
Muestra códigos de monedas habituales. |
/salir |
Cierra el cliente. |
Estructura del proyecto
.
├── .env.example # Plantilla de configuración local
├── .gitignore # Archivos excluidos del repositorio
├── client/
│ ├── cli_interface.py # Interfaz interactiva de terminal
│ └── openai_client.py # Orquestación OpenAI + MCP
├── config/
│ └── settings.py # Variables de entorno y endpoints
├── server/
│ ├── api_clients.py # Clientes HTTP para las APIs externas
│ ├── currency_tools.py # Herramientas de divisas
│ ├── geocoding_tools.py # Herramienta de geocodificación
│ ├── mcp_server.py # Servidor FastMCP y registro de herramientas
│ └── weather_tools.py # Herramientas meteorológicas
├── main_client.py # Punto de entrada del cliente
├── main_server.py # Punto de entrada del servidor
├── requirements.txt # Dependencias de Python
└── README.md
APIs externas
- OpenAI Responses API: interpretación de la consulta y selección de herramientas.
- ExchangeRate-API: tipos de cambio y conversiones.
- Open-Meteo: geocodificación y datos meteorológicos.
Los resultados dependen de la disponibilidad, límites y condiciones de uso de estos servicios. El uso de OpenAI puede generar costes según la cuenta y el modelo configurado.
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。