Servidor MCP del Clima

¿Qué hace el Servidor MCP “Clima”?

El Servidor MCP del Clima es un servidor del Protocolo de Contexto de Modelo (MCP) que conecta asistentes de IA con datos meteorológicos en tiempo real e históricos mediante la interfaz con la API Open-Meteo. Diseñado para mejorar los flujos de trabajo de desarrollo impulsados por IA, permite a los agentes de IA consultar el clima actual, recuperar información meteorológica para rangos de fechas específicos y obtener la hora actual en cualquier zona horaria especificada. Al exponer estas capacidades como herramientas, el Servidor MCP del Clima permite la integración fluida de datos de clima externos en interacciones de modelos de lenguaje grande (LLM), apoyando casos de uso como planificación de viajes, asistentes sensibles al contexto y automatización basada en datos—todo sin requerir claves API ni credenciales.

Lista de Prompts

No se listan ni mencionan plantillas de prompts en el repositorio.

Lista de Recursos

No se documentan recursos MCP explícitos en el repositorio.

Lista de Herramientas

• get_weather
  Recupera la información meteorológica actual para una ciudad especificada. Requiere el nombre de la ciudad como entrada.

• get_weather_by_datetime_range
  Obtiene datos meteorológicos para una ciudad dada entre una fecha de inicio y una de fin (en formato AAAA-MM-DD).

• get_current_datetime
  Devuelve la hora actual en una zona horaria IANA especificada (por ejemplo, “America/New_York”). Si no se especifica, el valor predeterminado es UTC.

Casos de Uso de este Servidor MCP

• Asistentes de Planificación de Viajes
  Utilizan datos meteorológicos en tiempo real y pronósticos para ayudar a los usuarios a planificar viajes, sugerir fechas óptimas o preparar el equipaje adecuadamente.

• Programación de Eventos
  Integran predicciones meteorológicas para recomendar fechas o ubicaciones adecuadas para eventos al aire libre, reuniones o actividades.

• Conversaciones de IA Contextuales
  Permiten que chatbots o asistentes virtuales brinden respuestas sensibles al contexto según las condiciones meteorológicas actuales o históricas en la ubicación del usuario.

• Análisis y Visualización de Datos
  Recuperan datos meteorológicos históricos para herramientas analíticas o paneles de control, descubriendo tendencias o apoyando decisiones empresariales.

• Automatización del Hogar Inteligente
  Activan acciones (por ejemplo, ajustar termostatos, cerrar ventanas) según las condiciones meteorológicas actuales o próximas proporcionadas por el servidor.

Cómo configurarlo

Windsurf

1. Asegúrate de tener Python y pip instalados.

2. Instala el Servidor MCP del Clima:
   pip install mcp_weather_server

3. Localiza tu archivo de configuración de Windsurf MCP (normalmente windsurf_mcp_settings.json).

4. Añade la configuración del Servidor MCP del Clima:

   {
     "mcpServers": {
       "weather": {
         "command": "python",
         "args": [
           "-m",
           "mcp_weather_server"
         ],
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

5. Guarda el archivo y reinicia Windsurf.

6. Verifica que el servidor “weather” aparezca en la lista de servidores MCP.

Claude

1. Instala Python y pip si aún no los tienes.

2. Ejecuta pip install mcp_weather_server.

3. Edita tu archivo de configuración de Claude MCP (por ejemplo, claude_mcp_settings.json).

4. Inserta lo siguiente bajo la clave mcpServers:

   {
     "mcpServers": {
       "weather": {
         "command": "python",
         "args": [
           "-m",
           "mcp_weather_server"
         ],
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

5. Guarda los cambios y reinicia Claude.

6. Comprueba que el Servidor MCP del Clima esté disponible.

Cursor

1. Asegúrate de que Python y pip estén disponibles.

2. Ejecuta pip install mcp_weather_server.

3. Abre tu archivo de configuración de Cursor (cursor_mcp_settings.json).

4. Añade la entrada del Servidor MCP del Clima:

   {
     "mcpServers": {
       "weather": {
         "command": "python",
         "args": [
           "-m",
           "mcp_weather_server"
         ],
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

5. Guarda y reinicia Cursor.

6. Confirma que el servidor esté funcionando en el panel de integraciones MCP.

Cline

1. Asegúrate de tener Python y pip instalados.

2. Instala el servidor usando:
   pip install mcp_weather_server

3. Localiza tu archivo de configuración cline_mcp_settings.json.

4. Añade el siguiente bloque:

   {
     "mcpServers": {
       "weather": {
         "command": "python",
         "args": [
           "-m",
           "mcp_weather_server"
         ],
         "disabled": false,
         "autoApprove": []
       }
     }
   }
   

5. Guarda el archivo de configuración.

6. Reinicia Cline y verifica que el Servidor MCP del Clima esté activo.

Protección de Claves API

Este servidor no requiere claves API, ya que utiliza la API Open-Meteo gratuita y de código abierto. Si fueran necesarias claves API, deberías usar variables de entorno en tu configuración como esto:

{
  "mcpServers": {
    "weather": {
      "env": {
        "API_KEY": "<YOUR_KEY>"
      },
      "inputs": {
        "api_key": "<YOUR_KEY>"
      }
    }
  }
}

Cómo usar este MCP dentro de los flujos

Uso de MCP en FlowHunt

Para integrar servidores MCP en tu flujo de trabajo de FlowHunt, comienza agregando el componente MCP a tu flujo y conectándolo a tu agente de IA:

Haz clic en el componente MCP para abrir el panel de configuración. En la sección de configuración del sistema MCP, inserta los detalles de tu servidor MCP usando este formato JSON:

{
  "weather": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Una vez configurado, el agente de IA ahora podrá usar este MCP como una herramienta con acceso a todas sus funciones y capacidades. Recuerda cambiar “weather” por el nombre real de tu servidor MCP y reemplazar la URL por la de tu propio servidor MCP.

Resumen

Con base en lo anterior, el Servidor MCP del Clima ofrece una funcionalidad central sólida (herramientas), configuración clara y es de código abierto, pero carece de funciones MCP avanzadas como recursos, plantillas de prompts o muestreo. Su utilidad es directa y fácil de usar. Yo calificaría este servidor MCP con un 6/10 para integración de propósito general—excelente para clima, pero limitado en extensibilidad MCP.

Puntuación MCP