台湾天气-mcp服务器

作者：SunChongWang0 星标更新：2025-08-06

安装使用来源：spider==github.com

项目介绍

【技术文档摘要】：提供台湾当前天气和天气预报以及台湾和东亚卫星天气图像的MCP工具。

台湾天气MCP服务器

该服务器从CWA获取并转换原始天气数据到调用工具的代理。

设置

Config = {
        "cwa": {
                 "command": "python",
                 "args": ["path_to_your/server.py","--ui_mode","terminal"],
                 "transport": "stdio",
                 "env": {
                    "CWA_API_KEY": "your_cwa_api_key"
                 }
        }
}

使用

演示CLI基础的MCP客户端如何连接到服务器的示例：

import asyncio
from langchain_community.chat_models import ChatOllama
from langchain_mcp_adapters.client import MultiServerMCPClient
from langchain.agents import AgentType, initialize_agent

llm = ChatOllama(model="qwen3:14b") # 或其他LLMs

# 加载MCP工具
client = MultiServerMCPClient(Config) # Config在上面定义
tools = asyncio.run(client.get_tools())

# 创建一个可以访问MCP工具的react代理
agent = initialize_agent(
    tools, llm, agent=AgentType.STRUCTURED_CHAT_ZERO_SHOT_REACT_DESCRIPTION, verbose=True
)

# 用户查询
query = "台北现在的天气怎么样？"
response = asyncio.run(agent.ainvoke(query))

LLM选择的工具返回：

位置：臺北市
天气概况：阴时多云短暂阵雨
降水概率：40 百分比
户外热舒适指数：舒适至闷热
最高温度：31°C
最低温度：27°C

query="给我台中的3天天气预报"

代理选择的工具返回：

臺中市
            温度    相对湿度    风速    降水概率
----------  -------------  -------------------  ------------  ------------------------------
2025-08-03  [28, 26]°C     [92, 83]%           [7, 4]        [60, 30]%
2025-08-04  [29, 26]°C     [94, 80]%           [5, 3]        [40, 20]%
2025-08-05  [32, 26]°C     [91, 78]%           [5, 2]        [50, 20]%
2025-08-06  [32, 25]°C     [88, 76]%           [4, 2]        [20, 10]%
2025-08-07  [29, 26]°C     [90, 86]%           [3, 2]        [20, 10]%

query="给我台南的1周天气预报"

选定的工具输出：

臺南市
              平均温度    最高温度    最低温度    相对湿度    风速    降水概率    UV指数
----------  -------  -------  -------  --------------  ------------  -----------  ----------
2025-08-03     28       28.5     27.5            91.5           5             70           5
2025-08-04     27.5     28.5     27              90.5           4.5           25           4
2025-08-05     28.5     30       27              88.5           4.5           20           7
2025-08-06     29       30       27              87.5           4.5          nan           6
2025-08-07     29       30       27              87             4            nan           8
2025-08-08     29       30.5     27              86.5           3.5          nan           8
2025-08-09     29       30       27              86             3            nan           8

query="给我台湾的红外线天气图像"

我们在终端上得到台湾红外线卫星图像的彩色ASCII渲染：

如果LLM是基于浏览器的，并且通过Config中的--ui_mode browser部署了MCP服务器，则工具输出的是base64编码的图像字符串：

O-C0042-002 (2)

请注意ASCII渲染中的阿拉伯数字代表图像的“白色”程度——数字越大，区域越云。

query="给我台湾的可见光天气图像"

所选工具返回与运行环境兼容的图像渲染：

或

O-C0042-008 (1)

query="给我台湾的雷达反射率天气图像"

终端基础的LLM选择的工具返回

或者，如果LLM在Web界面运行，

对于雷达反射率图像，ASCII渲染中的阿拉伯数字表示原始雷达反射率RGB图像的“亮度”。 CWA还提供了涵盖北京、重庆、河内、胡志明市、新加坡、文莱、深圳、香港、马尼拉、上海、台北、首尔、大阪、东京和札幌等东亚地区的天气图像。因此，

query="给我香港的红外线天气图像"

query="给我东京的可见光天气图像"

query="给我上海的雷达反射率天气图像"

LLM将用户自然语言查询转化为工具调用，获取

O-B0032-002 (2)

O-B0032-001 (2)

备注

请注意，在几乎所有的代理AI框架中，包括react代理，工具输出会被传递给LLM以生成最终响应。这种设计对于可读文本输出是合适的，因为LLM可以进一步总结或翻译工具输出。然而，我们的工具输出是ANSI转义码或base64编码字符串，大多数LLM并未训练过这些内容。将这样的字符串传递给LLM作为最终响应并不高效。解决方法是在代理工作流程中跳过最后一步，直接将工具输出返回给用户。下面展示了这种工作流程的实现：

import asyncio
from langchain_ollama import ChatOllama
from langchain_mcp_adapters.client import MultiServerMCPClient

myConfig = {
        "cwa": {
                 "command": "python",
                 "args": ["d://Python//MCP//CWA//server.py","--ui_mode","terminal"],
                 "transport": "stdio",
                 "env": {
                    "CWA_API_KEY": "CWA-xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx"
                 }
        }
}
client = MultiServerMCPClient(myConfig)
tools = asyncio.run(client.get_tools())

llm = ChatOllama(model='gpt-oss:20b') # 或其他LLMs
llm_with_tools = llm.bind_tools(tools) # 工具调用代理

# 一个实用程序，用于根据用户查询确定LLM选择的工具
get_tool = lambda msg, tools: next((tool for tool in tools if tool.name == msg.tool_calls[0]['name']), None)

# 用户查询
query="给我台湾的红外线天气图像"

ai_msg = llm_with_tools.invoke(query) # LLM决定调用哪个工具
selected_tool = get_tool(ai_msg, tools) # 在工具中识别出选定的工具

# 调用工具
result = asyncio.run(selected_tool.ainvoke(ai_msg.tool_calls[0])).content

# 打印结果
print(result)

# 不再将结果反馈给LLM
# response = llm_with_tools.invoke(result)

参考langchain如何进行基本代理工作流程 https://python.langchain.com/docs/how_to/tool_results_pass_to_model/。

台湾天气MCP服务器中的工具

台湾天气MCP服务器有3个工具：

get_current_weather_conditions(location_name): 获取台湾指定城市/县的当前天气。可用的22个地点名称包括：宜兰, 花莲, 台东, 澎湖, 金门, 连江, 台北, 新北, 桃园, 台中, 台南, 高雄, 基隆, 新竹县, 新竹市, 苗栗, 彰化, 南投, 云林, 嘉义县, 嘉义市, 屏东。 返回指定城市的当前天气状况概要，包括降水概率、户外热舒适指数以及最高和最低温度。
get_weather_forecast(location_name, num_days): 获取台湾指定城市/县的3天或1周天气预报。有效的地点名称包括：宜兰, 花莲, 台东, 澎湖, 金门, 连江, 台北, 新北, 桃园, 台中, 台南, 高雄, 基隆, 新竹县, 新竹市, 苗栗, 彰化, 南投, 云林, 嘉义县, 嘉义市, 屏东。 返回以下表格之一：
```
 > 3天天气预报表，列出指定城市在未来3天内的预测温度范围、相对湿度、风速（蒲福风级）和降水概率。
 > 7天天气预报表，列出指定城市在未来7天内的预测平均温度、最高温度、最低温度、相对湿度、风速（蒲福风级）、降水概率和UV指数。
```

get_current_weather_image(region, wavelength): 获取台湾或东亚的卫星天气图像。图像每10分钟更新一次。 返回根据运行环境预格式化的天气图像。

  > 如果工具在'terminal'模式下运行，图像将转换为彩色ASCII字符，并用三重反引号包裹在Markdown代码块中，以保持对齐和等宽格式。
  > 如果在'browser'模式下运行，输出将被包裹在HTML安全的base64编码的<img>标签中，以便在基于Web的界面中直接渲染。
  > LLM不需要推断运行环境。相反，它应该按照提供的格式显示输出。工具确保输出已针对预期环境进行了预格式化。

系统需求

CWA API密钥，可以从免费的CWA账户（https://opendata.cwa.gov.tw/userLogin）获得
python=3.13.2
mcp=1.10.1
requests=2.32.3
pandas=2.2.3
tabulate=0.9.0
pillow=11.0.0
matplotlib=3.10.3