MCP Weather
Enables querying 7-day weather forecasts for Chinese cities and regions by scraping China Weather website data. Supports both user input and AI model intelligent city/region parameter matching.
README
mcp_weather
项目简介
mcp_weather 是一个基于 MCP(Model Context Protocol)协议的天气查询服务端项目。 它是通过用户输入或者模型智能判断输入城市 地区,使用spider获取中国天气网站未来7天的天气信息。
主要功能
- 城市未来7天天气查询
- 支持用户输入或大模型智能匹配城市/地区参数
- 支持SSE和stdio两种传输方式
- 轻量级部署,易于集成
快速开始
本地运行
1. 克隆仓库
git clone https://github.com/tanghui886/MCP_WEATHER.git
cd MCP_WEATHER
2. 安装依赖
pip install -r requirements.txt
3. 启动服务
python -m mcpserver.get_weather_mcpserver --port 8000 --transport sse
参数说明:
--port: 服务监听端口,默认 8000
--transport: 传输方式,支持 stdio 或 sse
主要接口/工具 • get_weather:查询天气信息 参数:input_str(城市 地区) 输入示例:北京 海淀
MCP sever configuration
{
"mcpServers": {
"MCP_WEATHER": {
"command": "npx",
"args": [
"-y",
"MCP_WEATHER"
]
}
}
}
项目结构
MCP_WEATHER/
├── fc/ # 功能模块
│ └── get_weather.py # 天气获取主逻辑
├── mcpserver/ # MCP服务端
│ ├── __init__.py
│ └── get_weather_mcpserver.py # 服务启动入口
├── spider/ # 爬虫模块
│ ├── get_city_list.py # 城市列表获取
│ └── get_weather_by_cityId.py # 根据城市ID获取天气
├── README.md # 项目文档
└── requirements.txt # 依赖列表
联系方式
维护者github: tanghui886
邮箱: 471450059@qq.com
问题反馈: GitHub Issues
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。