MCP Weather & Files AI Server
An advanced Model Context Protocol server that integrates real-time weather data, local file system navigation, and geographic information with AI-powered analysis tools. It enables users to perform complex data evaluations and manage files while accessing live climatic and demographic data through compatible MCP clients.
README
MCP Weather & Files AI Server
Servidor avançado baseado no protocolo Model Context Protocol (MCP), oferecendo integração com dados meteorológicos em tempo real, acesso ao sistema de arquivos local e análise inteligente de dados para clientes compatíveis com MCP.
Demonstração Visual
<table> <tr> <td><img src="assets/mcp_weather_files_ia.png" alt="Dashboard AI Analysis" width="100%"></td> <td><img src="assets/mcp_weather_files.png" alt="Dashboard Weather Tool" width="100%"></td> </tr> </table>
Esta interface permite simular chamadas de ferramentas, visualizar logs em tempo real e validar a conectividade com as APIs externas de forma visual.
Funcionalidades
- Dados Meteorológicos: Informações em tempo real via OpenWeatherMap.org.
- Gerenciamento de Arquivos: Leitura segura de arquivos locais e navegação em diretórios.
- Informações Geográficas: Dados detalhados sobre países e regiões via RestCountries API.
- Análise com Inteligência Artificial: Integração com OpenAI (provedor primário) e Anthropic (fallback automático).
- Arquitetura Assíncrona: Implementação de alta performance utilizando asyncio e httpx.
Ferramentas Disponíveis
1. get_weather
Recupera condições climáticas atuais para uma cidade específica.
city(string): Nome da cidade.country_code(string, opcional): Código ISO do país.
2. read_file
Realiza a leitura de arquivos de texto locais de forma segura.
file_path(string): Caminho absoluto ou relativo do arquivo.
3. list_directory
Lista o conteúdo de diretórios locais com metadados de arquivos.
directory_path(string): Caminho do diretório alvo.
4. get_location_facts
Fornece dados demográficos e geográficos de um país.
country(string): Nome comum ou oficial do país.
5. analyze_with_ai
Realiza análises complexas e gera recomendações através de LLMs.
prompt(string): Task ou pergunta para análise.context(string, opcional): Dados suplementares para a análise.- Estratégia: Utiliza GPT-4o-mini por padrão, com failover para Claude 3.5 Sonnet em caso de falha.
Requisitos Técnicos
- Python 3.10 ou superior
- MCP SDK
- httpx
- asyncio
- Pydantic
Instalação
# Clonar o repositório
git clone https://github.com/gabriellsanabria/mcp-weather-server.git
cd mcp-weather-server
# Configurar ambiente virtual
python -m venv venv
# Ativação Windows: .\venv\Scripts\activate
# Ativação Linux/Mac: source venv/bin/activate
# Instalar dependências
pip install -r requirements.txt
Configuração
- Obtenha uma chave de API em OpenWeatherMap.org.
- Configure as variáveis de ambiente no arquivo
.env(baseado no.env.example):WEATHER_API_KEY="sua_chave_aqui" OPENAI_API_KEY="sua_chave_aqui" ANTHROPIC_API_KEY="sua_chave_aqui"
Integração com Claude Desktop
Adicione a seguinte configuração ao seu arquivo claude_desktop_config.json:
{
"mcpServers": {
"weather-files-ai": {
"command": "python",
"args": ["C:/caminho/para/server.py"],
"env": {
"WEATHER_API_KEY": "sua_chave",
"OPENAI_API_KEY": "sua_chave",
"ANTHROPIC_API_KEY": "sua_chave"
}
}
}
}
Dashboard Web
O projeto inclui uma interface de gerenciamento moderna para testar as ferramentas e visualizar o status do servidor via navegador.
Como Executar:
- Inicie a API do Dashboard:
python api.py - Acesse no navegador: 👉 http://localhost:8000
Demonstração Visual
<table> <tr> <td><img src="assets/mcp_weather_files_ia.png" alt="Dashboard AI Analysis" width="100%"></td> <td><img src="assets/mcp_weather_files.png" alt="Dashboard Weather Tool" width="100%"></td> </tr> </table>
Esta interface permite simular chamadas de ferramentas, visualizar logs em tempo real e validar a conectividade com as APIs externas de forma visual.
Segurança
- Validação de caminhos para prevenir ataques de directory traversal.
- Operações de arquivo restritas à leitura (read-only).
- Esquemas de ferramentas rigorosamente definidos.
Licença
MIT
Autor
Gabriel Sanabria
Recommended Servers
playwright-mcp
A Model Context Protocol server that enables LLMs to interact with web pages through structured accessibility snapshots without requiring vision models or screenshots.
Magic Component Platform (MCP)
An AI-powered tool that generates modern UI components from natural language descriptions, integrating with popular IDEs to streamline UI development workflow.
Audiense Insights MCP Server
Enables interaction with Audiense Insights accounts via the Model Context Protocol, facilitating the extraction and analysis of marketing insights and audience data including demographics, behavior, and influencer engagement.
VeyraX MCP
Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.
Kagi MCP Server
An MCP server that integrates Kagi search capabilities with Claude AI, enabling Claude to perform real-time web searches when answering questions that require up-to-date information.
graphlit-mcp-server
The Model Context Protocol (MCP) Server enables integration between MCP clients and the Graphlit service. Ingest anything from Slack to Gmail to podcast feeds, in addition to web crawling, into a Graphlit project - and then retrieve relevant contents from the MCP client.
E2B
Using MCP to run code via e2b.
Neon Database
MCP server for interacting with Neon Management API and databases
Exa Search
A Model Context Protocol (MCP) server lets AI assistants like Claude use the Exa AI Search API for web searches. This setup allows AI models to get real-time web information in a safe and controlled way.
Qdrant Server
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.