AI导哈

天气预测服务

提供全球任意坐标或预设命名地点的天气预测数据，包括风速、温度、云量、降水和湿度等信息。

  • by aviman1109
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 aviman1109/windy_mcp

使用说明

多风mcp

MCP服务器 风点预测API v2. 提供任何坐标或预先配置的指定位置的天气预报数据——风、温度、云量、降水量、湿度。

工具

工具 说明
list_models 列出可用的天气预报模型和配置的默认模型
get_forecast 任意坐标（纬度/经度）的完整预测
get_wind_forecast 任意坐标下的纯风预报（速度、方向、阵风）
get_location_forecast 预先配置的指定位置的完整或仅风预报

天气模型

型号 覆盖范围
ecmwf 全局--最高精度（默认）
gfs 全球——美国国家海洋和大气管理局，0.25°分辨率
meps 北欧----高分辨率
nam 北美
icon 全球--DWD
iconEu 欧洲——DWD高分辨率
arome 法国及其周边地区----法国

配置

环境变量

变量 必填 描述
WINDY_API_KEY 是 Windy API密钥-在 windy.com/weather-api
WINDY_SETTINGS_FILE 否 设置YAML的路径（默认： /app/config/settings.yaml)
PORT 无 HTTP端口（默认值： 8000)
MCP_TRANSPORT 没有 http （默认）或 stdio
MCP_HOST 否 绑定地址（默认值： 0.0.0.0)
MCP_PATH 无 MCP端点路径（默认值： /mcp)

设置YAML

预先配置命名位置和默认模型：

# config/settings.yaml

default_model: ecmwf

locations:
  taipei:
    lat: 25.0330
    lon: 121.5654
    name: Taipei
  tokyo:
    lat: 35.6762
    lon: 139.6503
    name: Tokyo
    model: gfs   # location-specific model override

此处定义的位置可通过以下方式使用 get_location_forecast(location="taipei").

快速开始

Docker Compose

docker run -d \
  -e WINDY_API_KEY=your_key_here \
  -v /path/to/config:/app/config \
  -p 38085:8000 \
  windy-mcp

独立

pip install .
WINDY_API_KEY=your_key_here windy-mcp

预测参数

可用参数 get_forecast:

参数 说明
wind 风速（m/s，km/h）和风向
windGust 阵风速度
temp 温度（°C）
rh 相对湿度（%）
dewpoint 露点温度
pressure 表面压力
lclouds 云层覆盖率低
mclouds 中云覆盖
hclouds 云层高度
ptype 降水类型
precip 降水量（过去3小时）
snowPrecip 降雪量

许可证

麻省理工学院

相关 MCP