MCP weather server demo

MCP搜索检索

提供方 RaymondLiao404

搜索检索 SSE · 服务端推送 无需鉴权 社区 / 第三方 ClaudeCline
查看接入方式

A demo project for MCP weather server.

一句话选型结论

按资料字段整理

MCP weather server demo 属于搜索检索类 MCP 服务器,SSE · 服务端推送,无需鉴权,可直接接入 Claude、Cline,有可直接复制的远程端点配置。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式SSE · 服务端推送 鉴权无需鉴权 部署方式远程部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 2 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量2暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

research-and-data大型语言模型Python本地部署工具调用标准化协议复合任务API集成

安装与配置

SSE · 服务端推送 无需鉴权
早期远程传输方式,正在被 HTTP 取代
pip install -r requirements.txt\"

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    确认你的客户端支持远程端点,并拿到服务地址。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 2 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 2 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude、Cline,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 远程端点依赖网络与服务方可用性,注意密钥与调用额度。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude、Cline 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
MCP weather server demo当前 2 SSE · 服务端推送 远程部署 有 2026-05-18
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方RaymondLiao404上游标注的维护方 RaymondLiao404
分类搜索检索本站按上游分类展示
连接方式SSE · 服务端推送早期远程传输方式,正在被 HTTP 取代
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型远程部署上游给出的部署形态
最近核验2026-05-18上游最后核验时间

详细介绍

9.5 KB
来自项目仓库与上游目录的原文,未做删改

MCP (Model Context Protocol) 介紹

  1. 動態探索外部工具(如天氣 API、資料庫、GitHub 等)
  2. 使用結構化參數自動呼叫工具
  3. 執行複合式任務流程(如天氣查詢任務)

目錄

  1. 什麼是 MCP
  2. MCP 核心問題解析
  3. MCP 運作原理
  4. MCP 配置方法
  5. MCP Server中工具使用流程設計
  6. 模型支持?

什麼是 MCP

簡而言之:MCP 是大模型的標準化工具箱。

MCP 核心問題解析

1. 大模型如何發現工具箱中的工具?

MCP 提供標準化工具發現機制,每個 MCP 伺服器需公布:
- 🔧 工具名稱
- 📝 功能描述
- 🛠️ 參數格式
- 🧪 使用示例

2. 工具調用參數規範

MCP 工具參數使用 JSON Schema 規範定義:```json
{
"$schema": "http://json-schema.org/draft-07/schema#",
"type": "object",
"properties": {
"param1": {"type": "string"},
"param2": {"type": "number"}
}
}


### 3. MCP 與 Function Call 關係

| 特性 | Function Call | MCP 優勢 |
|------|--------------|----------|
| 標準化程度 | 各平台實現不同 | 統一跨平台調用接口 |
| 工具發現 | 靜態定義 | 動態工具發現機制 |
| 功能範圍 | 基本工具調用 | 複合工具流程支持 |
| 兼容性 | 特定模型專用 | 多層適配架構 |
| 參數驗證 | 有限 | 完整 JSON Schema 支持 |
| 上下文處理 | 單次調用 | 支持多輪上下文 |

MCP 在設計上是 Function Call 的進一步發展和標準化,它提供了更完整的框架來處理模型與外部工具的交互,特別是在處理複雜的多步驟工作流程時更加強大。

### 4. 模型兼容性
- ✅ 原生支持 function call 模型
- 🔄 需適配層轉換模型
- 🌐 通用協議設計

## MCP 運作原理

MCP 採用三階段循環架構:

1. **上下文初始化**
- 模型載入基礎環境設定
- 建立通訊管道

2. **動態數據交換**```mermaid
graph LR
A[模型] -->|請求| B(MCP伺服器)
B -->|響應| A
  1. 持續優化階段
    - 模型根據任務需求動態選擇工具
    - 根據工具回傳結果調整後續行動

MCP 配置方法

MCP 傳輸模式比較:Stdio vs SSE

Model Context Protocol (MCP) 支援多種傳輸模式,其中最常用的是 Stdio 和 SSE。本文檔簡要對比這兩種傳輸方式的差異與通訊特點。

特性 Stdio SSE
全名 Standard Input/Output Server-Sent Events
通訊模型 進程間通訊 HTTP 長連接推送
適用場景 本地開發與測試 分布式系統與網絡服務

通訊模式對比```mermaid

graph TD
subgraph "Stdio 通訊模式"
A[模型/客戶端] <-->|stdin/stdout| B[MCP 工具服務]
end

subgraph "SSE 通訊模式"
C[模型/客戶端] -->|HTTP POST 請求| D[MCP 工具服務]
D -->|事件流推送| C
end


### 不同傳輸模式配置方法

#### Stdio (Standard Input/Output)```python
# 服務器配置 &gt; transport=&quot;stdio&quot;
if __name__ == &quot;__main__&quot;:
print(&quot;Starting MCP server...&quot;)
mcp.run(transport=&quot;stdio&quot;)
``````json
//客戶端配置示例
{
&quot;Weather_MCP&quot;: {
&quot;command&quot;: &quot;python&quot;,
&quot;args&quot;: [
&quot;./server.py&quot;,
&quot;run&quot;,
&quot;server.py&quot;
],
&quot;disabled&quot;: false,
&quot;autoApprove&quot;: []
}
}
  • 通訊方式:透過標準輸入/輸出流進行資料交換
  • 連接方式:直接進程啟動,沒有網絡開銷
  • 資料流向:雙向、同步的資料流
  • 優勢:設置簡單,適合快速開發和測試
  • 限制:僅限於本地機器上的工具調用

SSE (Server-Sent Events)```python

服務器配置 > transport="sse"

if name == "main":
print("Starting MCP server...")
mcp.run(transport="sse")
``````json
// 客戶端配置示例
{
"Weather_MCP": {
"url": "http://localhost:8000/sse"
}
}


- **通訊方式**:基於 HTTP 協議的單向伺服器推送
- **連接方式**:HTTP 長連接
- **資料流向**:主要是服務器到客戶端的推送
- **優勢**:支持分布式部署,跨網絡調用
- **限制**:需要網絡連接和合適的防火牆設置

## MCP Server中工具使用流程設計

### 配置到VScode Cline客戶端

### 以查詢「我明天要去花蓮玩 有哪些推薦的景點 天氣怎樣?」為例:```mermaid
flowchart TD
A[使用者輸入:明天去花蓮玩,想知道天氣與景點] --&gt; B[Lat_Lan_Tools
取得經緯度]
B --&gt; C[Weather_Tools
根據經緯度查詢天氣]
C --&gt; D{有景點推薦工具嗎?}
D -- 是 --&gt; E[呼叫景點工具
取得推薦景點]
D -- 否 --&gt; F[使用模型知識
列出知名景點]
E --&gt; G[組合天氣與景點回答]
F --&gt; G[組合天氣與景點回答]

步驟一:查詢經緯度 調用'Lat_Lan_Tools'```

get_lat_lan("花蓮")


模型會根據工具描述自行填入參數:
Arguments:```
{
&quot;place&quot;: &quot;花蓮&quot;
}

Response:```json
{
"latitude": 23.991,
"longitude": 121.6015
}


### 步驟二:查詢天氣預報 調用&#x27;Weather_Tools&#x27;
使用 Weather_Tools 傳入上一步經緯度,取得天氣資訊。```
get_weather(latitude=23.991, longitude=121.6015)

模型會根據工具描述自行填入參數:
Arguments:```
{
"lat": 23.991,
"lon": 121.6015
}


Response:```
{&quot;coord&quot;: {&quot;lon&quot;: 121.601, &quot;lat&quot;: 23.9926}, &quot;weather&quot;: [{&quot;id&quot;: 804, &quot;main&quot;: &quot;Clouds&quot;, &quot;description&quot;: &quot;\u9670\uff0c\u591a\u96f2&quot;, &quot;icon&quot;: &quot;04n&quot;}], &quot;base&quot;: &quot;stations&quot;, &quot;main&quot;: {&quot;temp&quot;: 20.73, &quot;feels_like&quot;: 21.13, &quot;temp_min&quot;: 20.73, &quot;temp_max&quot;: 20.73, &quot;pressure&quot;: 1018, &quot;humidity&quot;: 87, &quot;sea_level&quot;: 1018, &quot;grnd_level&quot;: 954}, &quot;visibility&quot;: 10000, &quot;wind&quot;: {&quot;speed&quot;: 2.11, &quot;deg&quot;: 309, &quot;gust&quot;: 1.4}, &quot;clouds&quot;: {&quot;all&quot;: 100}, &quot;dt&quot;: 1744725312, &quot;sys&quot;: {&quot;type&quot;: 2, &quot;id&quot;: 2096350, &quot;country&quot;: &quot;TW&quot;, &quot;sunrise&quot;: 1744666338, &quot;sunset&quot;: 1744712078}, &quot;timezone&quot;: 28800, &quot;id&quot;: 1668885, &quot;name&quot;: &quot;Shuiyuandi&quot;, &quot;cod&quot;: 200}

步驟三:補充景點推薦 沒有相關工具

未找到景點相關工具時,模型根據現有知識提供資訊

最後總結輸出結果```

花蓮明日天氣預報:
- 天氣狀況:多雲
-
溫度:20.73°C
- 體感溫度:21.13°C
-
濕度:87%
- **風速:2.11 m/s

推薦景點:
1. 太魯閣國家公園 - 以壯麗峽谷和步道聞名
2. 七星潭 - 新月形海灣適合觀賞日出和星砂
3. 鯉魚潭 - 環湖自行車道與水上活動
4. 東大門夜市 - 在地美食聚集地(推薦炸彈蔥油餅)
5. 雲山水夢幻湖 - 落羽松秘境與生態園區
```

這種多步驟工具呼叫設計展示了 MCP 在複雜任務中的應用能力。

模型支持?

MCP 與 AI 模型的對接機制

在 MCP(Model Context Protocol)架構中,雖然工具調用(Tool Calling)是核心能力,但不代表所有操作都由模型本身完成。實際的對接行為,是由 模型 + 客戶端 共同完成的協作過程。

❓ 模型是否一定要支援 Function Call 才能使用 MCP?

答案是:Function Call 是對接 MCP 所需的功能,但不一定由模型本身直接執行。 也就是說,需要有能力觸發工具調用,但這個觸發指令不一定得是模型原生的 'tool_call' 格式。

對比兩種典型的對接架構

✅ 模型原生支援 Function Call(如 GPT-4-turbo + 5ire)

  • 模型環境:GPT-4-turbo
  • 客戶端平台:5ire (用於支援 GPT 模型與外部工具,如 MCP,的對接)
  • 模型 Function Call 支援:✅ 支援
  • 誰負責執行 Function Call:5ire(依模型產生的 tool_call 指令自動執行)
  • 能否對接 MCP:✅ 是
  • 流程說明:
    1. 客戶端 (5ire) 將用戶請求及可用工具的描述 (function schema) 發送給模型。
    2. 模型本身能根據工具描述自動產生結構化的 tool_call。
    3. 客戶端 (5ire) 負責接收、解析這個 tool_call,然後執行對應的工具(與 MCP 互動或直接調用 API)。
    4. 客戶端將執行結果回傳給模型。
    5. 模型根據結果生成最終回覆。

此模式下,模型與 MCP/工具間的互動是高度自動化的,對使用者來說過程相對透明。

✅ 模型不支援 Function Call(如 DeepSeek R1 + Cline for VSCode)

  • 模型環境:DeepSeek R1 (假設不原生支援 Function Call)
  • 客戶端平台:Cline (VSCode 的一個擴充插件,用作智能客戶端)
  • 模型 Function Call 支援:❌ 不支援
  • 誰負責執行 Function Call:Cline(根據模型輸出的文字判斷意圖,轉換並執行)
  • 能否對接 MCP:✅ 是
  • 流程說明:
    2. 模型接收到包含用戶請求和工具描述的 Prompt。
    3. 模型理解請求後,決定需要使用工具,但它無法生成結構化的 tool_call,因此它會產出指示性的文字,例如:"好的,我來查一下天氣:get_weather(latitude=24.16, longitude=120.64)"。
    4. 客戶端 (Cline) 解析模型回傳的這段文字,識別出 get_weather(...) 的意圖和參數。
    5. 客戶端 (Cline) 將解析出的意圖和參數,轉換為實際的工具調用請求(可能是符合 MCP 格式的 tool_call,或直接呼叫 API)。
    6. 客戶端 (Cline) 負責執行這個工具調用,並獲取結果。
    7. (可選) 客戶端將工具執行結果再發回給模型,讓模型整合資訊後生成最終回覆。
    8. 客戶端顯示結果(可能是工具直接結果或模型整理後的回覆)。

總結比較

模型環境 客戶端平台 是否支援 Function Call(模型) 誰負責轉換/執行 Function Call 是否能對接 MCP
GPT-4-turbo 5ire ✅ 支援 5ire(依模型 tool_call 自動執行) ✅ 是
DeepSeek R1 Cline (VSCode) ❌ 不支援 Cline(解析模型文字,轉換並執行) ✅ 是

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
MCP weather server demo 怎么安装?

在客户端按下面的安装命令接入:pip install -r requirements.txt\"。装完在客户端配置里引用同一个包或端点。

MCP weather server demo 怎么在 Claude、Cline 里配置?

它的传输方式是SSE · 服务端推送,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

MCP weather server demo 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

MCP weather server demo 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

MCP weather server demo 支持哪些客户端?

资料标注支持 Claude、Cline;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

MCP weather server demo 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 标准化协议、AI代理、Python、Claude、大型语言模型。具体工具清单以官方文档为准。

MCP weather server demo 需要什么运行环境?

运行时为 Python;属于远程端点,不需要在本地装运行时。

MCP weather server demo 是本地还是远程?

它是远程端点,连服务地址即可。传输方式为SSE · 服务端推送。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-18。