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