surf-mcp-server

surf-mcp-server

A server for querying surf spot data and searching spots, with tools to list regions, spots, get spot info, find spots by criteria, and get mock forecasts.

Category
访问服务器

README

Surf MCP Server

Ein kleiner MCP Server fuer Surfspot-Daten und einfache Spot-Suche. Die Spots liegen als JSON-Dateien im Ordner data/ und koennen ueber MCP Tools abgefragt werden.

Der Server ist bewusst simpel gehalten, damit er auf verschiedenen Systemen und mit unterschiedlichen Python-Versionen leicht getestet werden kann.

Voraussetzungen

  • Python >=3.10
  • Zugriff auf dieses Repo
  • Installation der Python-Abhaengigkeiten aus pyproject.toml

Abhaengigkeiten:

  • mcp[cli]
  • requests

Setup

Vom Repo-Root aus:

cd surf-mcp-server
python -m venv .venv
source .venv/bin/activate
python -m pip install -U pip
python -m pip install -e .

Alternativ, falls du mit uv arbeitest:

cd surf-mcp-server
uv sync

Wichtig: Den Server aus dem Repo-Root starten, weil die Spot-Dateien relativ ueber data/ geladen werden.

Server starten

python src/server.py

Der Server startet aktuell mit streamable-http:

mcp.run(transport="streamable-http")

Wenn du ihn auf einem anderen System testest, reicht normalerweise:

  1. Repo kopieren oder klonen
  2. Python-Umgebung erstellen
  3. Dependencies installieren
  4. python src/server.py aus dem Repo-Root ausfuehren

Projektstruktur

surf-mcp-server/
├── src/
│   ├── server.py     # MCP Tools und Server-Start
│   ├── spots.py      # Laden der Spot-Dateien
│   ├── forecast.py   # Forecast-Orchestrierung
│   └── providers/    # Forecast- und Tide-Provider
├── data/             # Surfspot JSON-Dateien
├── tests/            # Unit Tests
├── charts/           # Helm Chart
├── Dockerfile
├── .dockerignore
├── LICENSE
├── pyproject.toml
├── uv.lock
└── README.md

Verfuegbare MCP Tools

list_regions()

Gibt alle verfuegbaren Regionen zurueck.

Beispiel-Resultat:

["Airport Reefs", "Lakey", "Uluwatu", "Ungasan", "West Sumbawa"]

list_spots(region: string | null = null)

Listet Spots. Optional kann nach Region gefiltert werden.

Beispiel:

{
  "region": "Uluwatu"
}

Resultat enthaelt:

{
  "id": "uluwatu_the_peak",
  "name": "Uluwatu - The Peak",
  "country": "Indonesia",
  "island": "Bali",
  "region": "Uluwatu"
}

get_spot_info(spot_id: string)

Gibt alle Details fuer einen Spot zurueck.

Beispiel:

{
  "spot_id": "lakey_peak"
}

find_spots(...)

Findet Spots anhand mehrerer Kriterien.

Parameter:

  • skill: z.B. intermediate, advanced, expert
  • country: z.B. Indonesia
  • island: z.B. Bali oder Sumbawa
  • region: z.B. Uluwatu, Lakey, West Sumbawa
  • tide: z.B. low, mid, high
  • wind: z.B. SE, N, NW
  • swell_direction: z.B. S, SW, W
  • swell_height_ft: z.B. 4

Beispiel:

{
  "skill": "intermediate",
  "island": "Bali",
  "region": "Uluwatu",
  "tide": "mid",
  "wind": "SE",
  "swell_direction": "SW",
  "swell_height_ft": 4
}

count_spots()

Gibt die Anzahl der Spot-Dateien zurueck.

search_spots(query: string)

Sucht Spots nach Name.

Beispiel:

{
  "query": "uluwatu"
}

get_forecast(spot_id: string)

Gibt aktuell einen Mock Forecast zurueck.

Beispiel-Resultat:

{
  "wave_height_ft": 6,
  "period_s": 14,
  "wind_kts": 8
}

Spot JSON Schema

Jeder Spot ist eine eigene JSON-Datei in data/. Der Dateiname sollte zur spot_id passen.

Beispiel:

{
  "spot_id": "uluwatu_the_peak",
  "name": "Uluwatu - The Peak",
  "country": "Indonesia",
  "island": "Bali",
  "region": "Uluwatu",
  "coordinates": {
    "lat": -8.816633,
    "lon": 115.08625
  },
  "conditions": {
    "swell": {
      "directions": ["S", "SW"],
      "min_ft": 1,
      "max_ft": 6
    },
    "wind": {
      "offshore": ["SE"]
    },
    "tide": ["mid", "high"]
  },
  "wave": {
    "direction": "left",
    "type": "reef"
  },
  "ratings": {
    "crowd": 10,
    "localism": 9,
    "risk": 6,
    "fun": 9
  },
  "surfer_level": ["intermediate", "advanced"],
  "notes": "At high tide, aim south of the cave when coming in.",
  "description": "Short description of the spot.",
  "hazards": [
    "sharp coral reef",
    "strong currents"
  ]
}

Wichtige Daten-Konventionen

surfer_level

surfer_level ist immer ein Array, damit die Suche einzelne Levels sauber matchen kann:

{
  "surfer_level": ["intermediate", "advanced"]
}

Nicht mehr verwenden:

{
  "surfer_level": "intermediate / advanced"
}

Empfohlene Werte:

  • beginner
  • intermediate
  • advanced
  • expert

Location Felder

country, island und region sind getrennte Felder:

{
  "country": "Indonesia",
  "island": "Bali",
  "region": "Uluwatu"
}

Nicht mehr verwenden:

{
  "region": "Bali - Uluwatu Area"
}

Aktuelle Regionen

  • Airport Reefs
  • Lakey
  • Uluwatu
  • Ungasan
  • West Sumbawa

Neue Spots hinzufuegen

  1. Neue Datei in data/ erstellen, z.B. my_spot.json
  2. spot_id passend zum Dateinamen setzen, z.B. my_spot
  3. Schema wie oben verwenden
  4. JSON validieren:
jq empty data/my_spot.json

Alle Spot-Dateien validieren:

for f in data/*.json; do jq empty "$f" || exit 1; done

Hinweise

  • get_forecast ist aktuell noch Mock-Datenlogik.
  • Spot-Daten werden bei jedem Tool-Aufruf direkt aus data/*.json gelesen.
  • src/providers/open_meteo.py, src/providers/worldtides.py und src/providers/stormglass.py sind als Provider-Struktur vorbereitet. Open-Meteo liefert aktuell noch normalisierte Platzhalterdaten.
  • Das Helm Chart nutzt standardmaessig die im Docker Image enthaltenen Spot-Daten. Ein externer ConfigMap-Mount fuer /app/data kann ueber spotData.configMap.enabled=true aktiviert werden.

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选