Token导航 LogoToken导航TokenDH.com
Solar Sweden MCP logo
地图位置stdio官方级别未说明来源级核验

Solar Sweden MCP

MCP Server

一个结合瑞典太阳能板安装数据和实时天气预测的AI太阳能发电预测服务,用于回答关于瑞典各地太阳能生产的自然语言问题。

工具数

8

提示词数

0

GitHub Stars

4

资源数

0
Python位置天气搜索

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

j-jayes

提供方

j-jayes

最后核验

2026/5/17 20:20

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uv run python scripts/download_solar_data.py # → data/processed/solar_installations.parquet

详细介绍

瑞典太阳能MCP

微软Copilot Studio的人工智能太阳能发电预测

MCP(模型上下文协议)服务器,将瑞典太阳能电池板安装数据与实时SMHI天气预报相结合,使Microsoft Copilot Studio能够回答有关瑞典太阳能生产的自然语言问题。

______________________________________________________________________

实时部署

端点URL
MCP(流式HTTP)https://solar-mcp.thankfulglacier-f4abeca6.swedencentral.azurecontainerapps.io/mcp
MCP(SSE回退)https://solar-mcp.thankfulglacier-f4abeca6.swedencentral.azurecontainerapps.io/sse
健康检查https://solar-mcp.thankfulglacier-f4abeca6.swedencentral.azurecontainerapps.io/health

Copilot工作室设置: 话题→ 添加动作→ MCP → 粘贴 /mcp 上面的URL→ 所有8个工具都是自动发现的。

______________________________________________________________________

你能问什么?

问题工具
*“卡尔斯克鲁纳的太阳能发展有多快?”*get_solar_growth
*“哪个城市增长最快?”*get_fastest_growth
*“本周云将花费我们多少电力?”*compare_generation_forecast
*“下周哪个地区将产生最多的太阳能?”*find_optimal_solar_region
*“给我看瑞典各地太阳能发电量的地图”*get_solar_map
*“明天SE3的电价是多少?”*get_electricity_prices
*“哪些城市位于SE3和SE4的边界?”*list_zone_border_municipalities
*“卡尔斯克鲁纳的太阳能产品今天值多少钱?”*estimate_solar_revenue

______________________________________________________________________

工具

历史太阳能数据(能源数据)

  • get_solar_growth:返回瑞典任何城市的历史容量增长:自2016年以来的同比百分比和复合年增长率。
  • get_fastest_growth:根据两年内太阳能电池板安装增长最快的城市对所有城市进行排名。
  • get_solar_map:返回瑞典按城市太阳能装机容量(kW)着色的choropleth PNG地图,以及包含全国总量和前10个城市的JSON摘要。

天气和发电量预报(SMHI)

  • compare_generation_forecast:将未来几天的预期发电量与完美晴朗的天空情景进行比较,以千瓦时和百分比显示云层覆盖损失。
  • find_optimal_solar_region:根据(1)最阳光的预测和(2)最高的预期发电量对15个城市进行排名。

电价(北池)

  • get_electricity_prices:返回Nord Pool四个瑞典定价区(SE1–SE4)的日前电力现货价格。
  • list_zone_border_municipalities:列出位于电价区边界的城市,可用于跨境价格比较。

综合分析

  • estimate_solar_revenue:结合SMHI天气预报、太阳能装机容量和北池电力现货价格,估算特定日期市政太阳能发电的财务价值。

______________________________________________________________________

数据源

  • 能源消耗 -290个城市×9年(2016-2024年),通过PxWeb API下载并缓存为Parquet。国家能力从 134兆瓦→ 4,808兆瓦 在此期间。
  • SMHI开放数据 --免费9天定点天气预报(CC BY 4.0)。清晰度来自加权云层覆盖率(lcc/mcc/hcc),而不仅仅是天气符号。
  • 通过mgrey.se连接北池 --日前电力现货价格(SE1-SE4)。明天的价格通常在欧洲中部时间13:00后公布。
  • okfse/瑞典geojson --290功能GeoJSON用于choropleth地图。

______________________________________________________________________

Copilot Studio代理设置

1.创建或打开代理

首选 副驾驶工作室,创建新代理或打开现有代理。

2.添加MCP服务器

导航至 行动 在左侧边栏中→ 添加操作模型上下文协议.

输入服务器URL:

https://solar-mcp.thankfulglacier-f4abeca6.swedencentral.azurecontainerapps.io/mcp

Copilot Studio将连接并自动发现所有8个工具。不需要身份验证。

3.服务器描述

当系统提示输入服务器名称和描述时,请使用:

姓名: 瑞典太阳能MCP 说明: 提供瑞典各市太阳能电池板安装的实时和历史数据。使用它来回答有关太阳能容量增长、经天气调整的发电量预测、北池电价、区域比较的问题,并生成瑞典太阳能基础设施的视觉choropleth地图。数据涵盖了2016年至2024年瑞典所有290个城市,包括SMHI的实时天气和Nord Pool的现货价格。

4.代理说明

将以下内容添加到您的代理中 说明 字段,为其提供正确的上下文(您可以在中查看完整的瑞典语说明 copilot-studio-instructions.md):

Du är Solar Sverige, en specialiserad assistent för solenergidata och 
elmarknadsanalys i Sverige. Svara alltid på svenska.

Du kan svara på frågor om:
- Hastigheten för solcellsutbyggnad i specifika kommuner
- Den förväntade elproduktionen (kWh) för de kommande dagarna
- Elpriser från Nord Pool (SE1-SE4)
- Beräknade intäkter för solenergi i en kommun
- Kartor över solkapaciteten i Sverige

När du visar ett kart-URL från get_solar_map, rendera det alltid som en inbäddad 
bild med markdown-syntaxen ![karta](url). Säg inte "Jag kan inte visa bilder" - 
bilden är en renderad PNG som fungerar i chatten.

5.测试一下

使用 测试 Copilot Studio中的窗格,显示以下示例提示:

  • *“卡尔斯克鲁纳的太阳能发展有多快?”*
  • *“2020年至2024年期间,哪个城市增长最快?”*
  • *“与晴朗的天空相比,哥德堡本周会产生什么?”*
  • *“SE3目前的电力现货价格是多少?”*
  • *“根据北池现货价格,马尔默的太阳能预计明天能赚多少钱?”*
  • *“未来7天,瑞典哪个城市将产生最多的太阳能?”*
  • *“给我看瑞典各地太阳能发电量的地图”*

______________________________________________________________________

快速入门(本地)

# Install dependencies
uv sync

# Download real data (first time only)
uv run python scripts/download_solar_data.py   # → data/processed/solar_installations.parquet
uv run python scripts/download_geo.py          # → data/geo/municipalities.geojson
uv run python -m playwright install chromium   # for get_solar_map screenshots

# Run the server
uv run uvicorn solar_mcp.server:app --reload --port 8000

# Run the tests
uv run pytest tests/ -v    # 44 tests

将Copilot Studio连接到 http://localhost:8000/mcp 用于本地测试。

窗户: 如果 uv run 由于权限问题而失败,请使用 .venv/Scripts/python -m uvicorn ... 相反。

______________________________________________________________________

项目结构

solar-sweden-mcp/
├── data/
│   ├── raw/                 ← cached API response (JSON)
│   ├── processed/           ← solar_installations.parquet (290 municipalities)
│   └── geo/                 ← municipalities.geojson (290 features)
├── scripts/
│   ├── download_solar_data.py   ← fetches Energimyndigheten PxWeb API
│   └── download_geo.py          ← downloads Sweden municipality GeoJSON
├── src/solar_mcp/
│   ├── server.py                ← FastAPI + MCP (Streamable HTTP + SSE)
│   ├── tools/
│   │   ├── electricity_prices.py
│   │   ├── generation_forecast.py
│   │   ├── growth_ranking.py
│   │   ├── optimal_region.py
│   │   ├── solar_growth.py
│   │   ├── solar_map.py         ← folium choropleth + Playwright screenshot
│   │   └── solar_revenue.py     ← combined Nord Pool + SMHI analysis
│   ├── data/
│   │   ├── energimyndigheten.py ← parquet loader
│   │   └── smhi_client.py       ← SMHI API client + 30-min TTL cache
│   └── utils/
│       ├── municipality_coords.py
│       └── solar_formula.py     ← cloud-layer clearness, PVGIS PSH table
├── tests/                   ← 44 tests, all passing
├── presentation/            ← Quarto slide deck
├── deploy/
│   ├── azure-deploy.sh      ← first-time deploy
│   └── azure-update.sh      ← redeploy after code changes
└── Dockerfile               ← single-stage, includes Playwright Chromium (~1.2 GB)

______________________________________________________________________

部署到Azure

# First-time deploy (creates resource group, ACR, Container App)
./deploy/azure-deploy.sh

# Redeploy after code changes
./deploy/azure-update.sh

当前部署运行在 Azure容器应用 (瑞典中央),1个CPU/2Gi内存,至少1个复制品。

______________________________________________________________________

另见

目录标签

目录标签

Python位置天气搜索太阳能预测本地部署天气数据整合电力市场分析地理空间可视化Copilot集成

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

8

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP