项目简介

本项目是一个基于 Model Context Protocol (MCP) 的简单天气数据服务器实现。它通过美国国家气象局 (NWS) API 获取天气信息，并向 MCP 客户端提供工具，以便用户可以通过自然语言查询天气数据。服务器使用 Python 编写，并提供了相应的 Python 客户端示例。

主要功能点

天气警报查询: 查询美国特定州的天气警报信息。
天气预报查询: 查询特定经纬度位置的天气预报信息。
MCP 协议支持: 基于 MCP 协议构建，可以与任何兼容 MCP 协议的客户端进行交互。
工具化接口: 通过工具 (Tools) 的形式向客户端暴露天气数据查询功能。

安装步骤

克隆仓库:

git clone https://github.com/Abhinavexists/MCP_Server.git
cd MCP_Server

安装 uv (可选，推荐使用):
```
pip install uv
```

创建并激活虚拟环境:

uv venv
# 或者使用 python -m venv .venv

Windows: '.venv\Scripts\activate'
macOS/Linux: 'source .venv/bin/activate'

安装依赖:

uv pip sync
# 或者使用 pip install -r requirements.txt

配置 Gemini API 密钥: 在项目根目录下创建 '.env' 文件，并添加 Gemini API 密钥：
```
GEMINI_API_KEY=your_gemini_api_key_here
```
注意: 虽然项目使用了 Gemini AI，但 Gemini API 密钥主要用于客户端的自然语言处理部分，服务器本身的功能不依赖 Gemini API。你仍然需要配置它以运行完整的客户端示例，但如果仅测试 MCP 服务器功能，可以先忽略此步骤。

服务器配置

MCP 服务器的配置主要体现在客户端启动服务器时提供的参数。以下是客户端连接到此 MCP 服务器时需要提供的配置信息示例 (JSON 格式)：

{
  "server_name": "weather_server",
  "command": "python",
  "args": ["server.py"]
}

参数注释:

'server_name': 服务器名称，可以自定义，用于客户端标识。例如 "weather_server"。
'command': 启动服务器的命令。对于 Python 服务器，通常是 "python"。
'args': 启动服务器命令的参数列表。对于此项目，服务器脚本是 'server.py'，因此参数为 '["server.py"]'。

客户端需要根据此配置信息，构建启动服务器的命令并建立连接。 例如，在 'client.py' 中，服务器配置信息是通过命令行参数传递的服务器脚本路径来确定的。

基本使用方法

启动 MCP 服务器: 在终端中，进入项目根目录，并执行以下命令启动服务器：
```
python server.py
```
服务器默认使用 'stdio' 传输协议，并在终端中运行。
运行 MCP 客户端: 在另一个终端中，同样进入项目根目录，并执行以下命令启动客户端，并连接到刚刚启动的服务器：
```
python client.py server.py
```
'server.py' 作为参数传递给 'client.py'，指定了服务器脚本的路径，客户端会根据这个路径启动并连接服务器。

通过客户端查询天气信息: 客户端启动后，会进入交互式查询界面。你可以输入自然语言问题来查询天气信息，例如：

Query: What are the current weather alerts in CA?
Query: What's the forecast for latitude 34.0522, longitude -118.2437?

退出客户端: 在查询界面输入 'quit' 并回车即可退出客户端。

注意: 此示例客户端使用了 Google Gemini AI 进行自然语言处理，因此你需要配置 Gemini API 密钥才能完整体验客户端的自然语言查询功能。如果仅测试 MCP 服务器的功能，你可以修改或简化客户端代码，直接调用服务器提供的工具进行测试。

关键词

项目简介

主要功能点

安装步骤

服务器配置

基本使用方法

信息