Monedas y Clima MCP Server

Monedas y Clima MCP Server

An MCP server that integrates ExchangeRate-API and Open-Meteo to provide currency conversion and weather tools, enabling natural language queries for exchange rates, weather, and geocoding.

Category
Visit Server

README

Asistente de Monedas y Clima — Servidor MCP + Cliente OpenAI

Proyecto que expone un servidor MCP (Model Context Protocol) con 5 herramientas que integran dos APIs públicas — ExchangeRate-API (conversión de monedas) y Open-Meteo (geocodificación y clima) — y un cliente que usa la API Responses de OpenAI con soporte nativo para herramientas MCP remotas, expuesto a través de una interfaz de línea de comandos (CLI) en lenguaje natural.

Arquitectura

Usuario (CLI) → Cliente OpenAI (Responses API) → Servidor MCP local → APIs externas
                                                    (ExchangeRate-API, Open-Meteo)

El modelo decide qué herramientas llamar y en qué orden. Para preguntas de clima, sigue este flujo:

  1. geocode_city("Madrid") → obtiene latitud/longitud
  2. get_current_weather(lat, lon) → obtiene el clima actual
  3. El modelo redacta la respuesta final combinando ambos resultados

Estructura del proyecto

├── server/
│   ├── mcp_server.py           # Servidor MCP con las 5 herramientas (FastMCP)
│   ├── currency_tools.py       # Lógica de conversión de monedas
│   ├── weather_tools.py        # Lógica de clima actual y pronóstico
│   ├── geocoding_tools.py      # Lógica de geocodificación
│   └── api_clients.py          # Clientes HTTP de bajo nivel para las APIs
├── client/
│   ├── openai_client.py        # Cliente OpenAI (Responses API + MCP remoto)
│   └── cli_interface.py        # Interfaz de línea de comandos
├── config/
│   └── settings.py             # Configuración centralizada (.env)
├── main_server.py               # Punto de entrada del servidor
├── main_client.py                # Punto de entrada del cliente
├── requirements.txt
├── .env.example
└── README.md

Herramientas del servidor MCP

Herramienta API Descripción
convert_currency(amount, from_currency, to_currency) ExchangeRate-API Convierte una cantidad entre dos divisas
get_exchange_rates(base_currency, symbols?) ExchangeRate-API Tasas de cambio de una moneda base frente a varias monedas
geocode_city(city_name) Open-Meteo Nombre de ciudad → coordenadas, país y zona horaria
get_current_weather(latitude, longitude) Open-Meteo Clima actual (temperatura, humedad, viento, descripción)
get_weather_forecast(latitude, longitude, days?) Open-Meteo Pronóstico de 1 a 16 días

Requisitos previos

  • Python 3.10 o superior
  • Una API key gratuita de ExchangeRate-API
  • Una API key de OpenAI con acceso a un modelo compatible con Responses API + MCP remoto (gpt-4.1, gpt-4o, gpt-5 o similar)
  • Open-Meteo no requiere API key

Instalación

  1. Clona o descarga este proyecto y entra en la carpeta:

    cd mcp_project
    
  2. Crea un entorno virtual (recomendado):

    python3 -m venv venv
    source venv/bin/activate   # En Windows: venv\Scripts\activate
    
  3. Instala las dependencias:

    pip install -r requirements.txt
    
  4. Copia el fichero de variables de entorno y complétalo con tus claves:

    cp .env.example .env
    

    Edita .env y define, como mínimo:

    API_KEY_EXCHANGE=tu_api_key_de_exchangerate
    OPENAI_API_KEY=tu_api_key_de_openai
    

Uso

1. Arrancar el servidor MCP

En una terminal:

python main_server.py

Por defecto el servidor escucha en http://127.0.0.1:8000/mcp. Verás un mensaje de log confirmando el arranque y las herramientas registradas.

2. Arrancar el cliente CLI

En otra terminal (con el mismo entorno virtual activado):

python main_client.py

Aparecerá un menú de bienvenida. Ejemplos de preguntas que puedes escribir directamente en lenguaje natural:

Tú: Convierte 100 USD a EUR
Tú: ¿Cuál es el clima actual en Madrid?
Tú: Dame el pronóstico del tiempo para Nueva York
Tú: ¿Qué coordenadas tiene Tokio?
Tú: Dame las tasas de cambio del USD frente a EUR, GBP y JPY

Comandos especiales

Comando Acción
/ayuda Muestra las herramientas disponibles y ejemplos de uso
/monedas Lista códigos de moneda comunes soportados
/salir Cierra el programa

Configuración avanzada

Todas las variables se leen desde .env (ver .env.example):

Variable Descripción Valor por defecto
MCP_HOST Host del servidor MCP 127.0.0.1
MCP_PORT Puerto del servidor MCP 8000
MCP_TRANSPORT Transporte MCP (streamable-http, sse, stdio) streamable-http
LOG_LEVEL Nivel de logging INFO
API_KEY_EXCHANGE API key de ExchangeRate-API (obligatoria)
BASE_URL_EXCHANGE URL base de ExchangeRate-API https://v6.exchangerate-api.com/v6
BASE_URL_WEATHER URL base de Open-Meteo (clima) https://api.open-meteo.com/v1
BASE_URL_GEOCODING URL base de Open-Meteo (geocodificación) https://geocoding-api.open-meteo.com/v1
OPENAI_API_KEY API key de OpenAI (obligatoria)
OPENAI_MODEL Modelo de OpenAI a usar gpt-4.1
HTTP_TIMEOUT_SECONDS Timeout de peticiones HTTP 10
MAX_RETRIES Reintentos ante fallos de conectividad 3

Manejo de errores

  • Servidor MCP: cada herramienta valida sus parámetros de entrada (montos negativos, códigos de moneda inválidos, coordenadas fuera de rango, ciudades vacías) y captura errores de red, timeouts y códigos de estado HTTP de las APIs externas, devolviendo un mensaje de error claro en lugar de propagar una excepción sin control.
  • Cliente OpenAI: implementa reintentos con backoff exponencial ante errores de conectividad (APIConnectionError, APITimeoutError) y límites de uso (RateLimitError), y reporta errores irrecuperables de forma clara en la CLI.
  • CLI: captura ciudades no encontradas, entradas vacías e interrupciones de teclado (Ctrl+C) sin cerrar el programa abruptamente.

Notas

  • Open-Meteo es completamente gratuita y no requiere autenticación.
  • ExchangeRate-API requiere una API key gratuita (plan "Free") que puedes obtener en su web.
  • El servidor debe estar corriendo antes de iniciar el cliente.

Recommended Servers

playwright-mcp

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.

Official
Featured
TypeScript
Magic Component Platform (MCP)

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.

Official
Featured
Local
TypeScript
Audiense Insights MCP Server

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.

Official
Featured
Local
TypeScript
VeyraX MCP

VeyraX MCP

Single MCP tool to connect all your favorite tools: Gmail, Calendar and 40 more.

Official
Featured
Local
graphlit-mcp-server

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.

Official
Featured
TypeScript
Kagi MCP Server

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.

Official
Featured
Python
E2B

E2B

Using MCP to run code via e2b.

Official
Featured
Neon Database

Neon Database

MCP server for interacting with Neon Management API and databases

Official
Featured
Exa Search

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.

Official
Featured
Qdrant Server

Qdrant Server

This repository is an example of how to create a MCP server for Qdrant, a vector search engine.

Official
Featured