Llamaindex MCP Openweather Agent

このプロジェクトは、LlamaIndexとMCPツールの統合を組み合わせて、OpenWeather APIを通じてリアルタイムの天気情報を照会できるスマートエージェントを構築する方法を示しています。

人工知能チャットボット研究とデータ #天気照会 #MCP統合 #リアルタイムデータ #スマートエージェント .Python

スコア : 2ポイント

ダウンロード数 : 6.6K

更新時間 : 2025-12-12

サイトを開く

MCP天気アシスタントとは？

これは、Model Context Protocol (MCP)とLlamaIndexフレームワークに基づいて構築されたスマートな天気照会システムです。このシステムにより、AIアシスタント（ChatGPTなど）は簡単な会話で世界中の任意の場所のリアルタイムの天気情報を照会できます。システムはMCPサーバーを介してOpenWeather APIに接続し、複雑なAPI呼び出しを簡単なツール関数にカプセル化することで、非技術ユーザーでも簡単に使用できます。

天気アシスタントの使い方は？

まずMCPサーバーを起動し、MCPに対応したAIアシスタント（Claude Desktop、Cursorなど）でそのサーバーに接続します。その後、「ニューヨークの現在の天気はどうですか？」や「明日の東京は雨になりますか？」など、通常のアシスタントとの会話のように天気に関する質問をすることができます。システムは自動的に場所の識別、API呼び出し、天気情報の整形を行います。

適用シーン

天気情報を迅速に取得する必要がある様々なシーンに適しています。旅行計画、アウトドア活動の計画、農業の意思決定、物流輸送、イベント企画などです。個人ユーザーが地元の天気を照会する場合でも、企業が天気データを業務フローに統合する場合でも、このシステムは便利な解決策を提供します。

主要機能

リアルタイム天気照会

OpenWeather APIを通じて、世界中の任意の場所のリアルタイムの天気データを取得します。温度、湿度、風速、天気状況などの詳細情報が含まれます。

スマートな場所識別

システムは自然言語中の場所名を理解し、都市や国などの場所情報を自動的に識別します。ユーザーが正確な座標やコードを提供する必要はありません。

MCPプロトコル統合

Model Context Protocol標準を使用することで、様々なAIアシスタントや開発ツールとの互換性を確保し、統一されたツール呼び出しインターフェースを提供します。

LlamaIndexスマートエージェント

LlamaIndexフレームワークに基づいて構築されたスマートエージェントで、複雑な照会を理解し、複数回の会話を処理し、コンテキストに関連した天気情報を提供できます。

拡張が容易

モジュール化された設計により、新しい天気データソースを簡単に追加したり、照会機能を拡張したりできます。空気質、紫外線指数、天気予報などです。

利点

技術的な背景が不要：ユーザーは自然言語での会話によって天気情報を取得でき、API呼び出しやプログラミングを学ぶ必要がありません。

リアルタイムデータ：直接OpenWeather APIに接続することで、最新の天気情報を取得できます。

世界規模のカバレッジ：世界中のほぼすべての都市や地域の天気照会をサポートします。

柔軟な統合：様々なAIアシスタントやアプリケーションと統合でき、統一された天気照会インターフェースを提供します。

費用対効果が高い：オープンソース技術に基づいて構築されているため、開発と保守のコストを削減できます。

制限

外部APIに依存：安定したOpenWeather APIサービスが必要で、ネットワーク問題が可用性に影響を与える可能性があります。

API呼び出し制限：無料版のOpenWeather APIには毎日の呼び出し回数制限があります。

場所識別の精度：同名の都市や曖昧な場所の場合、ユーザーにさらなる説明が必要になることがあります。

APIキーが必要：ユーザーは自分でOpenWeather APIキーを申請し、設定する必要があります。

過去のデータが限られている：主に現在と短期の予報を提供し、過去の天気データ機能は限られています。

使い方

環境の準備

コンピューターにPython 3.8以上がインストールされていることを確認し、OpenWeather APIキーを用意してください。APIキーがない場合は、OpenWeatherの公式サイトにアクセスして登録し、取得してください。

ダウンロードとインストール

プロジェクトのコードリポジトリをクローンし、必要な依存パッケージをインストールします。依存関係の衝突を避けるために、仮想環境の使用をお勧めします。

環境変数の設定

環境変数のテンプレートファイルをコピーし、OpenWeather APIキーやその他必要な設定を入力します。

MCPサーバーの起動

MCPサーバーを起動します。これが天気照会ツールのバックエンドサービスとなります。サーバーが起動すると、AIアシスタントからの接続を待ちます。

AIアシスタントの接続

MCPに対応したAIアシスタント（Claude Desktopなど）でMCPサーバーのアドレスを設定し、天気照会を開始できます。

使用例

基本的な天気照会

ユーザーが特定の都市の現在の天気状況を尋ねると、システムは詳細な天気情報を返します。

複数地点の比較

ユーザーが複数の都市の天気を同時に照会し、比較分析を行います。

旅行計画の提案

ユーザーが天気情報に基づいて旅行の提案を得ます。

農業の意思決定支援

農家が天気情報に基づいて農業活動の意思決定を行います。

よくある質問

OpenWeather APIを使用するには料金がかかりますか？

このシステムはどのようなAIアシスタントをサポートしていますか？

照会する場所に同名の都市が複数ある場合はどうなりますか？

他の天気データソースをカスタムで追加できますか？

システムは天気予報機能をサポートしていますか？

「APIキーが無効です」というエラーが発生した場合はどうすればいいですか？

🚀 MCP + LlamaIndex サンプル: OpenWeather APIを使用した天気エージェント

このプロジェクトでは、LlamaIndex と MCPツール統合を使用して、LLMエージェントが OpenWeather API を介して リアルタイムの天気情報 を取得できるようにする方法を実証しています。

✨ 主な機能

リアルタイムの天気情報取得：エージェントはMCPサーバーを介してOpenWeather APIに動的にアクセスし、任意の場所の天気に関するクエリに回答できます。
LlamaIndexとMCPの統合：外部ツール呼び出しを伴うFunctionAgentワークフローを活用して、LLMエージェントを柔軟かつ拡張可能に強化します。
完全なカスタマイズ可能：新しいMCPツールを公開することで、エージェントを任意の外部APIに適応させることができます。これは迅速なAIエンジニアリング能力を実証しています。

📦 インストール

# コードを取得
git clone https://github.com/teddytesfa/llamaindex-mcp-openweather-agent
cd llamaindex-mcp-openweather-agent

# 仮想環境を作成
python3 -m venv venv
source venv/bin/activate

# 依存関係をインストール
pip install  "mcp>=1.9.1,<2" python-dotenv llama_index llama-index-tools-mcp llama-index-llms-google-genai

cp .env.example .env
# 注意: .envファイルを正しい値に編集してください！

# サーバーを起動
python mcp_server.py --server_type=sse