MCP Weather & Files AI Server
An advanced Model Context Protocol server that integrates real-time weather data, local file system navigation, and geographic information with AI-powered analysis tools. It enables users to perform complex data evaluations and manage files while accessing live climatic and demographic data through compatible MCP clients.
README
MCP Weather & Files AI Server
Servidor avançado baseado no protocolo Model Context Protocol (MCP), oferecendo integração com dados meteorológicos em tempo real, acesso ao sistema de arquivos local e análise inteligente de dados para clientes compatíveis com MCP.
Demonstração Visual
<table> <tr> <td><img src="assets/mcp_weather_files_ia.png" alt="Dashboard AI Analysis" width="100%"></td> <td><img src="assets/mcp_weather_files.png" alt="Dashboard Weather Tool" width="100%"></td> </tr> </table>
Esta interface permite simular chamadas de ferramentas, visualizar logs em tempo real e validar a conectividade com as APIs externas de forma visual.
Funcionalidades
- Dados Meteorológicos: Informações em tempo real via OpenWeatherMap.org.
- Gerenciamento de Arquivos: Leitura segura de arquivos locais e navegação em diretórios.
- Informações Geográficas: Dados detalhados sobre países e regiões via RestCountries API.
- Análise com Inteligência Artificial: Integração com OpenAI (provedor primário) e Anthropic (fallback automático).
- Arquitetura Assíncrona: Implementação de alta performance utilizando asyncio e httpx.
Ferramentas Disponíveis
1. get_weather
Recupera condições climáticas atuais para uma cidade específica.
city(string): Nome da cidade.country_code(string, opcional): Código ISO do país.
2. read_file
Realiza a leitura de arquivos de texto locais de forma segura.
file_path(string): Caminho absoluto ou relativo do arquivo.
3. list_directory
Lista o conteúdo de diretórios locais com metadados de arquivos.
directory_path(string): Caminho do diretório alvo.
4. get_location_facts
Fornece dados demográficos e geográficos de um país.
country(string): Nome comum ou oficial do país.
5. analyze_with_ai
Realiza análises complexas e gera recomendações através de LLMs.
prompt(string): Task ou pergunta para análise.context(string, opcional): Dados suplementares para a análise.- Estratégia: Utiliza GPT-4o-mini por padrão, com failover para Claude 3.5 Sonnet em caso de falha.
Requisitos Técnicos
- Python 3.10 ou superior
- MCP SDK
- httpx
- asyncio
- Pydantic
Instalação
# Clonar o repositório
git clone https://github.com/gabriellsanabria/mcp-weather-server.git
cd mcp-weather-server
# Configurar ambiente virtual
python -m venv venv
# Ativação Windows: .\venv\Scripts\activate
# Ativação Linux/Mac: source venv/bin/activate
# Instalar dependências
pip install -r requirements.txt
Configuração
- Obtenha uma chave de API em OpenWeatherMap.org.
- Configure as variáveis de ambiente no arquivo
.env(baseado no.env.example):WEATHER_API_KEY="sua_chave_aqui" OPENAI_API_KEY="sua_chave_aqui" ANTHROPIC_API_KEY="sua_chave_aqui"
Integração com Claude Desktop
Adicione a seguinte configuração ao seu arquivo claude_desktop_config.json:
{
"mcpServers": {
"weather-files-ai": {
"command": "python",
"args": ["C:/caminho/para/server.py"],
"env": {
"WEATHER_API_KEY": "sua_chave",
"OPENAI_API_KEY": "sua_chave",
"ANTHROPIC_API_KEY": "sua_chave"
}
}
}
}
Dashboard Web
O projeto inclui uma interface de gerenciamento moderna para testar as ferramentas e visualizar o status do servidor via navegador.
Como Executar:
- Inicie a API do Dashboard:
python api.py - Acesse no navegador: 👉 http://localhost:8000
Demonstração Visual
<table> <tr> <td><img src="assets/mcp_weather_files_ia.png" alt="Dashboard AI Analysis" width="100%"></td> <td><img src="assets/mcp_weather_files.png" alt="Dashboard Weather Tool" width="100%"></td> </tr> </table>
Esta interface permite simular chamadas de ferramentas, visualizar logs em tempo real e validar a conectividade com as APIs externas de forma visual.
Segurança
- Validação de caminhos para prevenir ataques de directory traversal.
- Operações de arquivo restritas à leitura (read-only).
- Esquemas de ferramentas rigorosamente definidos.
Licença
MIT
Autor
Gabriel Sanabria
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。
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。
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。
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。
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。
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。
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。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。