JMA Data MCP Server(気象庁データ・コミュニティ実装)
- 最終確認:
- 2026-05-26
- ライセンス:
- MIT
【編集部実機検証済み】 本記事は Plugy 編集部が jma-data-mcp を
/home/kwwit/tools/jma-data-mcp/に取得・uv syncで環境構築のうえ、コマンドライン(CLI)モード(uv run jma-data-mcp ...)で 11 ツール全件(get_station_info/search_stations/search_nearby_stations/get_stations_of_type/list_stations/get_current_weather/get_weather_by_location/get_forecast/list_prefectures/get_historical_weather/get_weather_time_series)を実走して動作を確認しています。コマンドラインモードと MCP サーバーモードは同じ内部関数を呼ぶため、両者は同等です。検証時点: 2026-05-23。検証で判明した重要な仕様 = ①観測値の遅延は 約 30〜40 分(実測値)/ ②search_nearby_stationsは 半径次第で 0 件もあり得る(東京駅 5km で 0 件・20km で 6 件)/ ③get_forecastは短期予報 + 週間予報の 2 オブジェクト構成(最大 7 日先)/ ④コミュニティ実装で気象庁公式の MCP ではない / ⑤PyPI 未登録・LICENSE ファイル不在(pyproject.toml のlicense = "MIT"記述に依拠)。
気象庁データとは
気象庁(JMA)は、観測・予報・警報を一元的に担う日本の政府機関 です。AMeDAS(自動気象データ収集システム)は全国 1286 拠点で気温・降水量・風速・湿度などをリアルタイム観測しており、観測値・過去履歴・都道府県別予報が www.jma.go.jp ドメインで公開されています。気象庁の公開データは 公共データ利用規約(第 1.0 版) 準拠で 出典明記 + 加工時注記 を条件に利用できます(商用利用は明示的禁止なし)。
ただし、気象庁は「公式 API」を厳密には公開しておらず、www.jma.go.jp/bosai/... 配下の JSON 形式の接続先 URL(エンドポイント)は「予告なく変更される可能性のある気象庁ホームページの内部実装」と位置付けられています。本 MCP も気象庁公式の MCP ではなく、コミュニティ実装によるラッパー です。
気象庁データ × AI でできること
この MCP サーバーを導入すると、気象庁の公開データを AI への一言で呼び出せます。
🌡 リアルタイム観測値
「今の東京駅周辺の気温と湿度」
→ get_current_weather でリアルタイム AMeDAS 観測値(約 30〜40 分遅延・編集部が実際に動かして実測)
📍 最寄り観測所検索
「神戸駅から最寄り観測所を半径指定で」
→ search_nearby_stations で緯度経度 + 半径 (km) から最寄り観測所を取得
※ AMeDAS 観測所は都市部の駅から 5km 圏内に存在しないケースが多い。
編集部が実際に動かしたところ東京駅 5km 0 件 / 20km 6 件・神戸駅 5km 1 件を実測。
📅 7 日間予報
「大阪府の今週の天気予報」
→ get_forecast で都道府県単位の予報(最大 7 日先)
📈 時系列分析
「東京の過去 1 週間の気温・湿度推移」
→ get_weather_time_series で最大 168 時間の時系列データ
提供される 11 ツール
JMA Data MCP が提供するツール(公式 README 逐語抽出)。
観測所(Station)系(5)
| ツール名 | 機能 |
|---|---|
get_station_info | 観測所コードから観測所詳細を取得 |
search_stations | 観測所を検索(名前) |
search_nearby_stations | 緯度経度から最寄り観測所を検索 |
get_stations_of_type | 観測所タイプで絞り込み |
list_stations | 観測所一覧(最大 AMeDAS 1286 拠点) |
現在の天気・予報(Weather)系(4)
| ツール名 | 機能 |
|---|---|
get_current_weather | 観測所コードからリアルタイム観測値 |
get_weather_by_location | 緯度経度から最寄り観測所の観測値 |
get_forecast | 都道府県別 7 日間予報 |
list_prefectures | 都道府県一覧(予報対象) |
過去履歴・時系列(Historical)系(2)
| ツール名 | 機能 |
|---|---|
get_historical_weather | 過去 1〜2 週間の観測履歴 |
get_weather_time_series | 最大 168 時間(1 週間)の時系列データ |
JMA Data MCP Server について
JMA Data MCP は、GitHub ユーザー koizumikento(pyproject.toml の author は straydog)による Python 製コミュニティ MCP サーバー です。リポジトリは github.com/koizumikento/jma-data-mcp(default branch: master)。
スペック
- 配布形態: GitHub のみ(PyPI 未登録・
uv tool install git+...またはuvx --from git+...経由) - 実行コマンド:
jma-data-mcp(uv tool installでインストール後)またはuvx --from git+https://github.com/koizumikento/jma-data-mcp.git jma-data-mcp - Python: 3.10 以上(pyproject.toml 明記)
- 依存:
fastmcp >= 2.3.3/pydantic-settings >= 2.12.0/httpx >= 0.28.0 - ライセンス: MIT(pyproject.toml の
license = "MIT"記述・LICENSE ファイルは不在) - author: straydog(pyproject.toml)/ koizumikento(GitHub)
- Star: 1(2026-05-23 時点)
- 最終 push: 2026-02-20
- 認証: 不要(気象庁の公開接続先 URL を参照)
- データ制約: 観測値 約 30〜40 分遅延(編集部が実際に動かして実測)/ 過去履歴 1〜2 週間 / 時系列 最大 168 時間(1 週間)/ 予報 最大 7 日先
導入手順
1. uv のインストール
macOS / Linux:
curl -LsSf https://astral.sh/uv/install.sh | sh
Windows(PowerShell):
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
2. クライアント設定の登録
上記「クライアント別設定」の JSON を claude_desktop_config.json 等に追記してください。uvx がクライアント起動時に毎回 git クローンを判定して必要なら最新を取得します。
3. 動作確認
クライアントを再起動し、「今の東京の気温」「大阪府の 7 日間予報」「東京駅から半径 20km の観測所」のように依頼してみてください。
注意事項
- 気象庁公式の MCP ではありません。気象庁は公式 MCP サーバーを提供しておらず、本 MCP は GitHub ユーザー
koizumikentoによるコミュニティ実装です。 - PyPI 未登録です。
pip install jma-data-mcpは動作せず、uv tool install git+https://...またはuvx --from git+...経由のみで動きます。 - LICENSE ファイル不在です。pyproject.toml の
license = "MIT"記述に依拠しています。商用利用前にメンテナへ確認するのが安全です。 - 気象庁データの出典明記が必要です。本 MCP の出力を二次利用する際は 公共データ利用規約(第 1.0 版) に従い「出典:気象庁ホームページ」等を明記してください。加工時は「加工して作成」も明記が必要です。
- 気象業務法第 17 条 1 項(予報業務許可)+ 第 23 条(警報の制限) に注意が必要です。本 MCP の出力を「予報」として第三者に提供する場合は気象庁長官の許可が必要となる可能性があります(個人利用・社内利用は対象外)。
- 観測値は約 30〜40 分の遅延があります(編集部が実際に動かして東京観測所 44132 を実測)。リアルタイム性が必要な用途(航空・船舶・命に関わる場面)には本 MCP は適しません。
- 過去履歴は 1〜2 週間以内に限定されます。長期気象データが必要な場合は気象庁の 過去の気象データ・ダウンロード を直接利用してください。
- 本記事は編集部が実際に動かして検証済です(2026-05-23・コマンドライン(CLI)モードで 11 ツール全件実走)。
uv run jma-data-mcp ...のコマンドラインモードと MCP サーバーモードは同じ内部関数を呼ぶため、両者の動作は同等です。
設定方法
MCP は、お使いの対応アプリ(クライアント)に下記の設定を貼り付けて使います。 タブからアプリを選び、表示された設定をコピーしてください。
Claude Desktop: Anthropic 公式のデスクトップ版 Claude アプリ
{
"mcpServers": {
"jma-data-mcp": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/koizumikento/jma-data-mcp.git",
"jma-data-mcp"
]
}
}
}
Cursor: AI 機能を内蔵したコードエディタ
{
"mcpServers": {
"jma-data-mcp": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/koizumikento/jma-data-mcp.git",
"jma-data-mcp"
]
}
}
}
Cline: VS Code に追加する AI アシスタント拡張
{
"mcpServers": {
"jma-data-mcp": {
"command": "uvx",
"args": [
"--from",
"git+https://github.com/koizumikento/jma-data-mcp.git",
"jma-data-mcp"
]
}
}
}
主なユースケース
- 「今の東京の気温と湿度を教えて」と頼むと `get_current_weather` で最寄り AMeDAS の最新観測値を取得できる(観測 約 30〜40 分遅延・編集部が実際に動かして実測)
- 「東京駅から半径 20km の観測所」と頼むと `search_nearby_stations` で緯度経度から半径指定で最寄り観測所を AMeDAS 1286 拠点から検索できる(編集部が実際に動かして東京駅 20km で 6 件取得を確認・神戸駅 5km は 1 件のみのため都市部は半径広めの指定推奨)
- 「大阪府の 7 日間予報をまとめて」`get_forecast` で都道府県単位の短期予報 + 週間予報(最大 7 日先)を取得できる
- 「東京の過去 24 時間の気温推移を時系列で」`get_weather_time_series` で最大 168 時間(1 週間)の時系列データを取得できる(編集部が実際に動かして 24 時間分・60 分間隔の動作を確認)