天气数据获取工具

mcp天气poc

一个概念证明MCP（模型上下文协议）服务器 FastMCP, 作为我的GSoC提案的一部分创建 API Dash-创意#1：MCP测试.

这不仅仅是一个hello world服务器——它记录了真正的bug点击、应用的修复、， 以及失败的MCP客户端集成，这直接推动了为什么API Dash 需要建立测试基础设施。

这表明了什么

• MCP服务器内置 FastMCP （官方Python SDK）
• 两个工具通过自动注册 @mcp.tool() 装饰器
• 从Python类型提示+文档字符串自动生成JSON模式
• 正确的STDIO传输 stderr-仅日志记录（无stdout污染）
• 在不使用LLM的情况下发现并修复了HTTP级别的错误
• 通过MCP Inspector v0.15.0和OpenAI Codex CLI进行测试

工具

如何跑步

先决条件： Python 3.10+， 紫外线，Node.js 20+

git clone https://github.com/Gaurav5189/mcp-weather-poc
cd mcp-weather-poc
uv add "mcp[cli]" httpx
uv run mcp dev weather.py
# Opens MCP Inspector at http://localhost:5173

截图

Bug命中与修复（真正的学习）

Bug 1-- httpx 默认情况下不遵循重定向

NWS API返回 301 Moved Permanently 转换为四舍五入的坐标URL （例如。 20.593683 → 20.5937). httpx 默认情况下将其视为终端错误， 不像 requests.修复：一个参数-- follow_redirects=True.

# Before
r = await client.get(url, headers=headers, timeout=10.0)

# After
r = await client.get(url, headers=headers, timeout=10.0, follow_redirects=True)

Bug 2——非美国坐标返回了原始Python回溯

NWS API仅适用于美国。传递覆盖区域外的坐标会导致未处理的 直接向调用者显示的异常——一种破碎的开发人员体验。 修复了显式边界框复选框返回干净、可操作的错误消息的问题。

longitude_ok = -125.0 <= longitude <= -66.0
latitude_ok = 24.0 <= latitude <= 50.0
if not (latitude_ok and longitude_ok):
    return (
        f"Error: Coordinates ({latitude}, {longitude}) are outside the contiguous United States (lower 48). "
        "This PoC uses a simple bounding box check; the NWS API is US-covered, but not all US regions "
        "(e.g. Alaska/Hawaii) fall within these bounds. "
        "Try New York (40.7128, -74.0060) or Los Angeles (34.0522, -118.2437)."
    )

观察结果——stderr日志在检查器中显示为“红色错误”

MCP检查器将所有stderr输出标记为“错误输出”，而不管日志级别如何。 这些日志是 INFO: 水平，完全正确。这就是 STDIO陷阱: stdout 为JSON-RPC流保留。一个 print() 通话腐败 协议并导致客户端连接崩溃。始终登录到 sys.stderr.

Codex实验-为什么需要API Dash的MCP测试仪

在验证了Inspector中的服务器是否正常工作后，我尝试将其连接到 OpenAI Codex命令行界面 作为现实世界的MCP客户端测试。

正确配置后 ~/.codex/config.toml:

[mcp_servers.weather-poc]
command = "uv"
args = ["run", "--with", "mcp", "mcp", "run", "/path/to/weather.py"]

Codex仍然没有将MCP工具作为一级函数调用来调用。相反， 它读到 weather.py 源代码，并使用复制NWS API调用本身 curl 和 node该模型甚至承认了这一点：

“此聊天界面不会将自定义MCP工具作为一流工具公开 可调用工具，所以我通过当地气象MCP项目获取了它 NWS支持本次会议的实时通话。"

这是API Dash MCP测试功能解决的核心问题。

现有的AI CLIs对MCP工具调用的处理不一致。开发商大楼 如今，MCP服务器没有可靠、确定的方法来验证其工具是否 正确调用-无需燃烧LLM API信用，无需猜测是否 客户端默默地后退，没有通读模糊的模型输出 推断实际发生了什么。

此PoC中的每个错误都是使用 MCP检查器的手动JSON有效载荷 测试员 --不涉及LLM，没有歧义，直接结构化输入→ 结构化的 输出。这正是API Dash提案第三阶段给开发者带来的 用于他们自己的MCP服务器。

GSoC提案架构

此PoC映射到 阶段4 API Dash MCP测试功能的建议：

堆栈：Python 3.13·uv·FastMCP 1.26.0·httpx·MCP Inspector v0.15.0·OpenAI Codex CLI·Parrot OS