Day 19 - 使用 FastMCP 打造天氣查詢工具 weather server - iT 邦幫忙::一起幫忙解決難題，拯救 IT 人的一天

2025 iThome 鐵人賽

DAY 19

生成式 AI

三十天解鎖上下文超能力：MCP 實戰系列第 19 篇

Day 19 - 使用 FastMCP 打造天氣查詢工具 weather server

17th鐵人賽

yulin494

團隊nutc imac

2025-10-03 00:40:10

27 瀏覽

分享至

大家好，鐵人賽第十九天

昨天，我們用 fast-mcp 成功地搭建了一個最簡潔的 "Hello, World!" 應用，感受了它輕量、快速的設計哲學。今天，我們將不再滿足於簡單的問候，而是要動真格的——我們要用 fast-mcp 框架，來重新打造我們在 Day 15 用 adk-mcp 實現過的、那個能串接真實 API 的「天氣查詢工具」！

這次實戰將讓我們深刻體會到，如何用 fast-mcp 來組織一個更複雜的專案，並處理環境變數、外部 API 呼叫等真實世界的開發需求。

一、環境準備與設定

在開始之前，我們需要為這個更複雜的專案做一些準備。

1. 設定環境變數 (`.env`)

為了安全起見，我們絕不能將 API 金鑰直接寫在程式碼裡。

在你的專案根目錄下，建立一個名為 .env 的檔案。
在檔案中寫入你的中央氣象署 API 金鑰，格式如下：
```
CWA_AUTH_TOKEN="這裡是你的中央氣象署API金鑰"
```

二、編寫高效能天氣伺服器 (`my_server.py`)

現在，讓我們來編寫 fast-mcp 版本的伺服器。我們將採用一個非常專業的實踐：將核心的 API 查詢邏輯與對外暴露的 MCP 工具進行分離。

用以下程式碼覆蓋你的 my_server.py 檔案：

import os
import urllib.parse
import requests
from dotenv import load_dotenv
from fastmcp import FastMCP

# 載入 .env 檔案中的環境變數
load_dotenv()

# --- 核心天氣查詢邏輯 ---
# (這部分與我們在 ADK 專案中寫的幾乎一樣，證明了核心邏輯可以輕鬆遷移)
TAIWAN_CITIES = [
    "臺北市", "新北市", "桃園市", "臺中市", "臺南市", "高雄市",
    "基隆市", "新竹市", "嘉義市", "新竹縣", "苗栗縣", "彰化縣",
    "南投縣", "雲林縣", "嘉義縣", "屏東縣", "宜蘭縣", "花蓮縣",
    "臺東縣", "澎湖縣", "金門縣", "連江縣"
]

def fetch_weather_from_cwa(city: str) -> str:
    """從中央氣象署 API 獲取天氣資訊並格式化成字串。"""
    auth_token = os.getenv("CWA_AUTH_TOKEN")
    if not auth_token:
        return "錯誤：伺服器未設定 CWA_AUTH_TOKEN 環境變數。"

    # ( ... 中間的 API 呼叫與 JSON 解析邏輯與 Day 15 相同 ... )
    try:
        # ... requests.get ...
        # ... data parsing ...
        report = (
            f"為您查詢到 '{city}' 的天氣預報：\n"
            f"  - 時間：{time_info['startTime']} 至 {time_info['endTime']}\n"
            f"  - 天氣狀況：{weather_condition}\n"
            f"  - 降雨機率：{rain_prob}%\n"
            f"  - 溫度：攝氏 {min_temp} 至 {max_temp} 度"
        )
        return report
    except Exception as e:
        return f"查詢天氣時發生了預期外的錯誤：{e}"

# --- FastMCP 伺服器與工具定義 ---
mcp = FastMCP("Weather Tool Server")

@mcp.tool
def get_weather_forecast(city: str) -> str:
    """
    根據提供的台灣城市名稱，取得即時天氣預報。
    例如： "臺北市", "台中市", "花蓮縣"
    """
    print(f"伺服器收到請求：查詢 '{city}' 的天氣...")
    # 工具函式只做一件事：呼叫內部的核心邏輯
    result = fetch_weather_from_cwa(city)
    print("伺服器已準備好回傳結果。")
    return result

if __name__ == "__main__":
    mcp.run(transport="http", port=8005)

程式碼解析

職責分離： 我們將複雜的 API 互動邏輯封裝在 fetch_weather_from_cwa 函式中。而 @mcp.tool 裝飾的 get_weather_forecast 函式則非常乾淨，它只負責接收請求並呼叫核心邏輯。這讓程式碼非常清晰且易於維護。
環境變數： 使用 os.getenv("CWA_AUTH_TOKEN") 來安全地讀取 API 金鑰。

三、編寫天氣查詢客戶端 (`my_client.py`)

客戶端的工作很單純：它只需要知道工具的名稱 (get_weather_forecast) 和需要的參數 (city) 即可。

用以下程式碼覆蓋你的 my_client.py 檔案：

import asyncio
from fastmcp import Client

client = Client("http://localhost:8005/mcp")

async def test_weather_tool():
    """一個非同步函式，用於測試天氣查詢工具。"""
    city_to_query = "臺中市"
    
    print(f"客戶端：準備呼叫工具 'get_weather_forecast'，查詢城市：{city_to_query}")
    
    async with client:
        result = await client.call_tool(
            "get_weather_forecast", 
            {"city": city_to_query}
        )
        
        print("\n--- 成功收到 server 回傳的結果 ---")
        # fastmcp 回傳的結果在 result.content 中
        print(result.content[0].text)
        print("---------------------------------")

if __name__ == "__main__":
    asyncio.run(test_weather_tool())

四、啟動！見證高效能天氣服務的誕生

第一步：啟動伺服器

開啟一個終端機，啟用虛擬環境，然後執行 fast-mcp 的 CLI 指令：

fastmcp run my_server.py:mcp --transport http --port 8005

伺服器現在已經在 8005 埠口上等待接收天氣查詢請求。

截圖 2025-09-22 晚上8.40.44

第二步：執行客戶端

另外開啟一個新的終端機，同樣啟用虛擬環境。
執行我們的客戶端腳本：

python my_client.py

成果驗收
你的客戶端終端機將會印出從伺服器即時獲取並格式化好的天氣資訊！

截圖 2025-09-22 晚上8.41.02

客戶端：準備呼叫工具 'get_weather_forecast'，查詢城市：臺中市

--- 成功收到 server 回傳的結果 ---
[TextContent(type='text', text="為您查詢到 '臺中市' 的天氣預報：\n  - 時間：2025-09-22 18:00:00 至 2025-09-23 06:00:00\n  - 天氣狀況：陰時多雲\n  - 降雨機率：20%\n  - 溫度：攝氏 28 至 33 度", annotations=None, meta=None)]
---------------------------------