Token导航 LogoToken导航

MCP Server · AI代理

Agent Weatherman

一个基于AI的天气代理,结合GitHub Models LLM和MCP服务器提供实时天气数据和对话式天气预报。

未说明官方级别未说明来源级核验工具 2
C#实时数据Docker

快速开始

公开资料没有提供安装命令,按仓库或官方文档接入。
作者 / 组织
StephenDryden
提供方
StephenDryden

工具数量

2

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

Agent Weatherman 属于AI代理类 MCP Server,公开资料标注 2 个工具,通过传输方式未标注接入,客户端适配情况以官方文档为准,没有现成的安装命令;接入前要先准备 访问 Token。

分类

AI代理

传输方式

未说明

认证方式

访问 Token

部署方式

公开资料未说明

安装与配置

公开目录没有给出安装命令,需要按仓库 README安装;下面按同类条目的通用流程说明。

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    先确认运行方式

    公开资料没有标注传输方式,先看仓库 README,确认是本地进程还是远程地址。

  2. 2

    获取服务

    公开目录没有给出安装命令,按仓库 README里的步骤安装或获取服务。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 2 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

公开资料仍需确认:安装命令

详细介绍

气象员🌤️

一个用C#构建的复杂的人工智能天气代理,将GitHub Models LLM与MCP(模型上下文协议)服务器相结合,用于实时天气数据。该代理充当友好的气象员,提供对话式的天气预报和见解。

特性

  • 🤖 AI驱动的对话:使用GitHub模型API(GPT-4o-mini)进行自然语言交互
  • 🌦️ 实时天气数据:连接到MCP服务器以获取当前天气和预报
  • 🐳 Docker就绪:容器化,便于部署到AWS ECS或任何容器平台
  • ⚡ 最小配置:使用环境变量进行简单设置
  • 📱 交互式控制台:类似聊天的天气查询界面
  • 🔗 MCP协议:与气象数据源进行基于标准的通信

建筑

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│  Weather Agent  │───▶│  GitHub Models  │    │   MCP Server    │
│   (Console UI)  │    │   LLM API       │    │ (Weather Data)  │
└─────────────────┘    └─────────────────┘    └─────────────────┘
         │                        │                        │
         └────────────────────────┼────────────────────────┘
                                  │
                            WebSocket/HTTP

先决条件

  • .NET 8.0 SDK
  • 码头工人 (用于集装箱化)
  • 具有适当的权限
  • MCP天气服务器在WebSocket上运行(默认: ws://localhost:3000)

快速开始

1.克隆和构建

git clone https://github.com/StephenDryden/agent-weatherman.git
cd agent-weatherman
make all  # or: dotnet build && docker build -t agent-weatherman .

2.配置

设置您的GitHub令牌:

export GITHUB_TOKEN="your-github-personal-access-token"

3.运行代理

选项A:在本地运行
make run
# or manually:
export WEATHERAGENT_AgentSettings__GitHubToken="$GITHUB_TOKEN"
export WEATHERAGENT_AgentSettings__McpServerUrl="ws://localhost:3000"
dotnet run --project AgentWeatherman/AgentWeatherman.csproj
选项B:使用Docker运行
make docker-build
make docker-run-local

配置

代理可以通过环境变量或 appsettings.json:

环境变量

变量描述默认值
WEATHERAGENT_AgentSettings__GitHubTokenGitHub个人访问令牌必填
WEATHERAGENT_AgentSettings__McpServerUrlMCP服务器WebSocket URLws://localhost:3000
WEATHERAGENT_AgentSettings__ModelNameGitHub模型名称gpt-4o-mini
WEATHERAGENT_AgentSettings__MaxTokens每个响应的最大令牌数1000
WEATHERAGENT_AgentSettings__TemperatureLLM温度(0.0-1.0)0.7

应用程序参数

{
  "AgentSettings": {
    "GitHubToken": "your-token-here",
    "GitHubModelsEndpoint": "https://models.inference.ai.azure.com",
    "ModelName": "gpt-4o-mini",
    "McpServerUrl": "ws://localhost:3000",
    "MaxTokens": 1000,
    "Temperature": 0.7
  }
}

使用示例

运行后,您可以自然地与天气代理交互:

You: What's the weather like in London today?

🌤️ Weather Agent: Good morning! Let me check the current weather in London for you.

Looking at the conditions right now, London is experiencing partly cloudy skies with a temperature of 18°C (64°F). There's a gentle breeze from the southwest at about 12 km/h, and humidity is sitting at a comfortable 65%.

For today, you can expect the temperature to reach a pleasant 22°C (72°F) this afternoon with the clouds gradually clearing. It's a great day for outdoor activities! I'd recommend a light jacket for the morning, but you should be comfortable in just a t-shirt by midday.

Would you like me to check the forecast for the next few days as well?

Docker部署

构建并运行

# Build the Docker image
make docker-build

# Run with local MCP server
make docker-run-local

# Run with remote MCP server
MCP_SERVER_URL="ws://your-mcp-server:3000" make docker-run

AWS ECR部署

# Set AWS credentials and region
export AWS_ACCOUNT_ID="123456789012"
export AWS_REGION="us-west-2"

# Login to ECR and push
make ecr-login
make ecr-push

MCP服务器集成

代理需要一个提供天气工具的MCP服务器。服务器应实现:

所需工具

  1. get_current天气

- 参数: location (字符串) - 返回:当前天气状况

  1. get_weather_forecast

- 参数: location (字符串), days (编号) - 返回:多日天气预报

MCP协议

代理通过WebSocket使用标准MCP协议进行通信:

{
  "jsonrpc": "2.0",
  "id": "unique-id",
  "method": "tools/call",
  "params": {
    "name": "get_current_weather",
    "arguments": {
      "location": "London, UK"
    }
  }
}

发展

项目结构

AgentWeatherman/
├── Models/
│   ├── Configuration/     # Settings and configuration
│   ├── GitHub/           # GitHub Models API DTOs
│   └── Mcp/             # MCP protocol models
├── Services/
│   ├── GitHubLlmService.cs      # GitHub Models API client
│   ├── McpClientService.cs      # MCP protocol client
│   └── WeatherAgentService.cs   # Main agent orchestrator
├── Program.cs           # Application entry point
└── appsettings.json    # Default configuration

可用的生成命令

make help              # Show all available commands
make build             # Build the solution
make run               # Run locally
make docker-build      # Build Docker image
make docker-run-local  # Run container with local MCP server
make clean             # Clean build artifacts
make test              # Run tests

添加新功能

  1. 新型LLM模型:更新 ModelName 在配置中
  2. 其他天气工具:扩展 McpClientService 采用新的工具方法
  3. 增强对话:修改中的系统提示 WeatherAgentService

故障排除

常见问题

  1. GitHub API身份验证错误

- 验证您的GitHub令牌是否具有正确的权限 - 支票令牌尚未过期

  1. MCP服务器连接失败

- 确保MCP服务器正在运行且可访问 - 验证WebSocket URL格式: ws://host:port

  1. Docker网络问题

- 使用 --network host 用于本地MCP服务器 - 确保远程服务器的容器网络正常

日志记录

该应用程序使用结构化日志记录。通过以下方式设置日志级别:

export DOTNET_ENVIRONMENT="Development"  # Verbose logging
# or
export Logging__LogLevel__Default="Debug"

贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 如果适用,添加测试
  5. 提交拉取请求

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

支持

对于问题和疑问:

  • 在GitHub上创建问题
  • 检查上面的故障排除部分
  • 查看MCP服务器文档以了解集成详细信息

工具与能力

工具数量

2

资源数量

0

提示词数量

0

能力标签

AI天气C#本地部署实时数据对话交互Docker部署MCP协议

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

多步任务编排

把拆解、检索、执行串成一条链,模型按步骤调用工具。

长期上下文

把会话、笔记和知识放到外部存储,换个会话还能接着做。

接自有流程

把内部系统和模型连起来,让助手调用已有的工作流。

选择建议

值得选的地方

  • 只提供 2 个工具,职责集中,接入后不容易误操作。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • 公开资料没有可直接复制的安装命令,第一次接入要自己找入口。
  • 需要自备访问 Token,没有凭据没法直接试。
  • 公开摘要偏短,具体能力和限制要回到仓库确认。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 愿意照着官方文档一步步配环境的人。

不太适合

  • 暂时拿不到访问 Token的人。
  • 希望一条命令就装好、不想看文档的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
Agent Weatherman

MCP World · 本页

2未说明未标注1 个2026-05-17
Everything Claude Code

MCP World

0stdio有1 个2026-05-17
Filesystem 560c4363

MCP World

13未说明未标注2 个2026-05-17
Time 7365cb6d

MCP.so

2SSE有2 个2026-05-17
Server Everything (everything)

MCP World

11stdio有1 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

Agent Weatherman 怎么安装?

公开目录没有给出可以直接复制的安装命令,需要按仓库 README里的步骤安装;装好后写进客户端的 MCP 配置再重启。

Agent Weatherman 怎么在 Claude Desktop、Cursor 里配置?

它是传输方式未标注,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

Agent Weatherman 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Agent Weatherman 需要 API Key 吗?

公开资料标注的认证方式是访问 Token,也就是要先拿到凭据才能连上;凭据只填在自己本地的配置里,不要写进公开仓库。

Agent Weatherman 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP