使用说明

项目简介

Climatiq MCP服务器是一个实现了 Model Context Protocol (MCP) 的应用后端，旨在为AI助手提供便捷的碳排放计算能力。通过集成 Climatiq API，该服务器允许AI助手执行实时的碳排放计算，并提供气候影响分析。它通过标准化的 MCP 协议与客户端通信，支持多种工具和资源，使得AI助手能够轻松地进行环境可持续性分析。

主要功能点

碳排放计算工具: 提供多种工具，用于计算不同场景下的碳排放，包括：
- 电力消耗碳排放计算
- 交通出行碳排放计算（汽车、飞机、火车等）
- 货运碳排放计算
- 采购支出碳排放计算
- 酒店住宿碳排放计算
- 云计算资源使用碳排放计算
- 自定义排放因子计算
资源管理: 将碳排放计算结果作为资源进行管理，可以通过URI访问和获取详细的计算信息。
Prompt模板: 提供Prompt模板，用于生成自然语言的气候影响解释，帮助用户理解碳排放计算结果的意义。

安装步骤

克隆仓库

git clone https://github.com/jagan-shanmugam/climatiq-mcp-server.git
cd climatiq-mcp-server

创建并激活虚拟环境 (推荐使用 'uv'，请先安装 uv)

uv venv
source .venv/bin/activate  # macOS/Linux
.venv\Scripts\activate   # Windows

安装依赖

uv sync --dev --extra all

或使用 'pip' 安装：

pip install climatiq-mcp-server

配置 Climatiq API 密钥

Climatiq MCP 服务器需要 API 密钥才能访问 Climatiq API。您可以通过以下几种方式配置 API 密钥：
- 环境变量: 设置 'CLIMATIQ_API_KEY' 环境变量。
```
export CLIMATIQ_API_KEY=your_climatiq_api_key
```
- 安装时配置: 在安装命令前添加 'CLIMATIQ_API_KEY' 环境变量。
```
CLIMATIQ_API_KEY=your_climatiq_api_key uv pip install climatiq-mcp-server
```
- 'set-api-key' 工具: 运行时使用 'set-api-key' 工具进行配置 (需要在AI助手中调用)。
- 配置文件: 在项目根目录下创建 '.env' 文件，并添加 'CLIMATIQ_API_KEY=your_climatiq_api_key'。
获取 Climatiq API 密钥请访问 app.climatiq.io 并按照 Getting API Keys 指引操作。

运行服务器

climatiq-mcp-server

或使用 'utils/run_mcp_server.py' 脚本运行：

python utils/run_mcp_server.py

服务器配置

要将 Climatiq MCP 服务器与 MCP 客户端（如 Claude）连接，您需要在客户端的配置文件中添加服务器信息。以下是配置示例 (以 Claude Desktop 为例)：

{
  "mcpServers": {
    "climatiq-mcp-server": {
      "command": "climatiq-mcp-server"
    }
  }
}

配置参数说明:

'server name': 'climatiq-mcp-server' (服务器名称，客户端用以识别和调用)
'command': 'climatiq-mcp-server' (服务器启动命令，确保命令在系统 PATH 环境变量中，或者使用绝对路径)
'env': (可选) 环境变量配置，如果选择通过环境变量配置API密钥，可以在这里设置 'CLIMATIQ_API_KEY'，但更推荐在服务器运行环境中设置。

基本使用方法

启动 MCP 客户端 (如配置好 Climatiq MCP 服务器的 Claude)。
与 AI 助手对话，使用自然语言指令调用 Climatiq MCP 服务器提供的工具。例如：
- "计算 1000 度电在美国的碳排放量" (调用 'electricity-emission' 工具)
- "查询关于航班的碳排放因子" (调用 'search-emission-factors' 工具)
- "解释上次碳排放计算的结果" (调用 'climate-impact-explanation' Prompt)

AI 助手会将指令转换为对 Climatiq MCP 服务器的 MCP 请求，服务器执行相应的工具或Prompt，并将结果返回给 AI 助手，最终以自然语言形式呈现给用户。

关键词