MCP Weather Scraper

🚀 🌦️ MCP 天气抓取器

本项目是一个实验性的实现，基于 模型上下文协议 (MCP) 构建。它借助轻量级大语言模型（LLM），通过 OpenAI 和 FastAPI 从公开网络源实时获取并结构化天气信息。旨在探索大语言模型如何与工具交互，以及如何作为智能代理检索和推理非结构化的网络数据。

🚀 快速开始

本项目是实验性的 模型上下文协议 (MCP) 实现，使用轻量级 LLM 通过 OpenAI 和 FastAPI 从公开网络来源实时获取和结构化天气信息。目标是探索 LLM 如何与工具交互并作为智能代理来检索和推理未结构化的网络数据。

✨ 主要特性

• ✅ 符合 MCP 标准的服务器，通过浏览器搜索实现天气抓取
• ✅ 集成 OpenAI LLM（例如 gpt-3.5-turbo）
• ✅ FastAPI 服务器提供天气信息作为可调用的 MCP 工具
• ✅ 使用 selectolax 的高效 HTML 解析器
• ✅ LLM 处理未结构化网络内容提取并转换为结构化模式
• ✅ Streamlit 应用前端用于用户交互
• ✅ 响应缓存使用 functools.lru_cache

🧠 入门前提

Top 5 概念回顾以了解此仓库

📦 文件结构

.
📁 mcp_weather_scraper/
│
├── assets/
│   └── streamlit_screenshot.png
├── server.py          # MCP 兼容工具服务器
├── client.py          # 与模型交互的 MCP 客户端
├── data_models.py     # 请求/响应的 Pydantic 模型
├── utils.py           # HTML 清理、抓取等工具函数
├── requirements.txt
└── .env

📄 许可证

此项目在 MIT License 下开源。