GribStream für KI-Tools

Diese Seite ist der Startpunkt, um GribStream mit ChatGPT, Claude, Gemini, Codex, Claude Code, Cursor, eigenen KI-Agenten oder jeder anderen KI-Umgebung zu verbinden, die Tools aufrufen und HTTP-Anfragen senden kann.

Die empfohlene Integration für Web-Chat-Tools ist der gehostete GribStream MCP-Connector. Er hilft, Datasets zu entdecken, exakte Selektoren aufzulösen, gültige Requests für /timeseries und /runs zu erstellen, Expressions zu validieren und OAuth-geschützte Live-Wetterabfragen auszuführen.

Gehosteter MCP-Connector

Nutzen Sie den gehosteten MCP-Connector, wenn Ihr KI-Tool MCP über Streamable HTTP unterstützt.

https://gribstream.com/mcp

Verwenden Sie die URL genau wie gezeigt. Fügen Sie beim Kopieren in einen MCP-Client keine abschließende Zeichensetzung wie einen Punkt hinzu.

Der Connector kann Datasets entdecken, Selektoren auflösen, Requests erstellen und validieren, bevor OAuth abgeschlossen ist. Für Live-Abfragen von /timeseries und /runs fordert Sie der GribStream-OAuth-Flow zur Anmeldung, Genehmigung des Connectors und Auswahl des aktiven API-Tokens auf. Der API-Token im Klartext wird nicht an den KI-Client weitergegeben.

Vor dem Verbinden

• Erstellen Sie ein GribStream-Konto oder melden Sie sich unter /auth/login an.
• Erstellen Sie einen API-Token unter /app/dashboard. Ein kostenloser API-Token reicht aus, um den MCP für die unterstützte Nutzung im kostenlosen Plan zu autorisieren.
• Tragen Sie https://gribstream.com/mcp als exakte MCP-URL ein.
• Schließen Sie GribStream OAuth ab, wenn Ihr KI-Client danach fragt. Während OAuth wählen Sie den API-Token aus, den der MCP für Live-Datenabfragen verwenden soll.
• Wenn ein manuelles OAuth-Formular nach einem client secret fragt, lassen Sie es leer. GribStream MCP verwendet einen öffentlichen OAuth-Client mit PKCE, kein gemeinsames Secret.

Wenn Sie den MCP verbinden, bevor ein API-Token erstellt wurde, können öffentliche Such- und Planungstools weiterhin funktionieren. Authentifizierte Datenabfrage-Tools können jedoch keine Live-Wetterabfragen ausführen, bis ein Token verfügbar und ausgewählt ist.

Einrichtung nach Client

Die Einstellungen der KI-Anbieter ändern sich häufig. Stabil sind die Remote-MCP-URL, der Streamable-HTTP-Transport, GribStream OAuth und die Voraussetzung, dass Ihr GribStream-Konto vor Live-Datenabfragen einen API-Token besitzt. Die folgenden Beispiele folgen der aktuellen öffentlichen Anbieter-Dokumentation; nutzen Sie die Referenzlinks, falls sich eine Bedienoberfläche geändert hat.

codex mcp add gribstream --url https://gribstream.com/mcp
codex mcp list
codex mcp login gribstream

[mcp_servers.gribstream]
url = "https://gribstream.com/mcp"

claude mcp add --transport http gribstream https://gribstream.com/mcp
claude mcp list

gemini mcp add --transport http gribstream https://gribstream.com/mcp
gemini mcp list

{
  "mcpServers": {
    "gribstream": {
      "httpUrl": "https://gribstream.com/mcp",
      "timeout": 30000
    }
  }
}

Was der MCP bereitstellt

GribStream MCP trennt bewusst öffentliche Planungstools von authentifizierten Datenabfrage-Tools.

• No auth / public / read-only: Dataset-Metadaten, Parametererkennung, exakte Selektorsuche, Auflösung gemeinsam genutzter Parameter zwischen Datasets, Expression-Syntaxhilfe, Request-Builder und Request-Validierung.
• Auth required / data query: Live-Tools für /timeseries und /runs, die echte Wettervorhersagewerte über den ausgewählten GribStream API-Token abrufen.
• Typisierte tabellarische Ausgabe: CSV- und NDJSON-Ergebnisse können als eingebettete MCP-Ressourcen mit Zeilenanzahl, Byteanzahl, Spalten, Vorschauen und vorgeschlagenen Dateinamen zurückgegeben werden.

Wenn ein Nutzer ein KI-Tool bittet, echte Wetterwerte abzurufen, herunterzuladen, als Diagramm darzustellen, zu analysieren oder zu vergleichen, sollte das Tool die authentifizierten Abfrage-Tools verwenden. Wenn nur öffentliche Nur-Lese-Tools sichtbar sind, schließen Sie OAuth ab oder wechseln Sie zu einem direkten API-Workflow mit GRIBSTREAM_API_TOKEN.

Von der Unterhaltung zur Analyse

Ein Vorhersage-Request kann plausibel aussehen und trotzdem falsch sein. Der Connector hilft dem KI-Tool, den Katalog zu prüfen, exakte Selektoren zu verwenden, den richtigen Endpoint zu wählen und den Request vor der Ausführung zu validieren.

Eine Session kann mit einer breiten Frage beginnen:

Welche Modelle unterstützt GribStream für globale Vorhersagen?

Dann kann sie zu einem konkreten Request eingegrenzt werden:

Erstelle einen Request für Temperatur, Windgeschwindigkeit und relative Luftfeuchte morgen in Lissabon.

Und iterativ weitergehen:

1. Erstelle daraus ein Grid über Portugal mit 0,5 Grad.
2. Zeige, wie das mit einem Cutoff nach Modelllaufzeit vor 18 Stunden ausgesehen hätte.
3. Zeige die letzten drei Modellläufe für dieselben gültigen Zeiten.
4. Wechsle von GFS zu IFS und löse die Selektoren neu auf.

Mit einem authentifizierten gehosteten Connector oder einem GribStream API-Token für ein lokales KI-Tool kann daraus echte Analyse werden: Modelle vergleichen, mittleren absoluten Fehler gegenüber einem Analyse-Dataset berechnen, Wetterschwellen suchen oder zusammenfassen, wo zwei Modelle am stärksten abweichen.

Hinweise zur Datenverarbeitung

• Bevorzugen Sie CSV für tabellarische Daten, pandas-Workflows, Diagramme, Heatmaps und Vergleiche.
• Wenn ein MCP-Ergebnis eine typisierte CSV- oder NDJSON-Ressource enthält, parsen Sie den vollständigen Ressourceninhalt, nicht nur die sichtbare Vorschau im Chat.
• Wenn mehrere MCP-Abfrageergebnisse gespeichert werden, verwenden Sie den zurückgegebenen suggested_filename, damit ein Modell- oder Dataset-Ergebnis kein anderes überschreibt.
• Zeilen kommen nicht garantiert sortiert an. Sortieren Sie /timeseries-Ausgaben nach Standortfeldern und forecasted_time; sortieren Sie /runs-Ausgaben nach Standortfeldern, forecasted_at und forecasted_time.
• Wenn ein Request zu groß ist, teilen Sie zuerst nach Zeitbereich, danach nach Variablen und zuletzt nach Koordinaten oder Grid-Fläche.
• Für große direkte API-Downloads nutzen Sie Accept: text/csv, Accept-Encoding: gzip und curl --compressed.

Zentrale Ressourcen

• Gehosteter MCP-Connector: https://gribstream.com/mcp - MCP-Endpunkt über Streamable HTTP für KI-Tools, die custom connectors unterstützen.
• Anbieterneutrale Anleitungsdatei - übertragbare Anweisungen für KI-Tools, die GribStream korrekt verwenden sollen.
• OpenAPI-Spezifikation - maschinenlesbare Spezifikation für Katalog, /timeseries und /runs.
• Swagger UI - Browseransicht derselben OpenAPI-Spezifikation.
• Schnellstart - Beispiele für direkten Datenzugriff, Expressions, Lead Times, Backtesting und Runs-Abfragen.
• Modelle und Inventare - Dataset-bezogene Parameterreferenz und Selektorsuche.

Authentifizierung einrichten

Der gehostete MCP-Connector nutzt OAuth für Live-MCP-Abfragen. Melden Sie sich während der Einrichtung mit einem GribStream-Konto an, das bereits einen aktiven API-Token hat, genehmigen Sie den Connector und wählen Sie den Token aus. Ein kostenloser API-Token reicht aus, um den Flow für die unterstützte Nutzung im kostenlosen Plan abzuschließen. Der Token im Klartext wird nicht an den KI-Client zurückgegeben.

1. Erstellen Sie ein Konto oder melden Sie sich unter /auth/login an.
2. Erstellen Sie einen API-Token unter /app/dashboard.
3. Verbinden Sie den MCP-Endpunkt und schließen Sie den GribStream-Anmeldeflow ab, wenn Ihr KI-Tool Autorisierung verlangt.

Für lokale CLI-Tools, Coding-Agenten oder Clients, die OAuth für entfernte MCP-Server noch nicht unterstützen, laden Sie einen API-Token aus einer privaten Token-Datei in die Umgebung und nutzen Sie den erzeugten API-Request oder die anbieterneutrale Anleitungsdatei.

macOS- oder Linux-Shell-Setup. Der Editor-Befehl nutzt VISUAL oder EDITOR, wenn gesetzt, und fällt auf vi zurück; die Token-Datei manuell in Ihrem bevorzugten Editor zu öffnen ist ebenfalls in Ordnung.

mkdir -p ~/.config/gribstream
chmod 700 ~/.config/gribstream
touch ~/.config/gribstream/token
chmod 600 ~/.config/gribstream/token
"${VISUAL:-${EDITOR:-vi}}" ~/.config/gribstream/token
export GRIBSTREAM_API_TOKEN="$(tr -d '\r\n' < ~/.config/gribstream/token)"

Windows PowerShell-Setup. Dies öffnet Notepad für die Token-Datei; jeder Editor, der Plain Text speichert, ist geeignet.

$dir = Join-Path $env:APPDATA "GribStream"
New-Item -ItemType Directory -Force $dir | Out-Null
$tokenFile = Join-Path $dir "token"
New-Item -ItemType File -Force $tokenFile | Out-Null
Start-Process notepad $tokenFile -Wait
$env:GRIBSTREAM_API_TOKEN = (Get-Content $tokenFile -Raw).Trim()

CLI-Tools erben Umgebungsvariablen normalerweise von der Shell, aus der sie gestartet wurden. Laden Sie also zuerst GRIBSTREAM_API_TOKEN und starten Sie das Tool danach aus derselben Terminal-Sitzung. Wenn das Tool bereits läuft, starten Sie es nach dem Setzen der Variable neu.

Fügen Sie den Token in den Editor ein, nicht in einen export-, set- oder PowerShell-Zuweisungsbefehl, damit er nicht in der Shell-History landet. Bevorzugt ist eine Umgebungsvariable, die aus einer privaten Datei geladen wird, oder ein Secret Store des Anbieters, der auf GRIBSTREAM_API_TOKEN gemappt ist. Vermeiden Sie Tokens in Prompts, versionierten Dateien, Shell-History oder wiederverwendbaren Skripten.

Was die Anleitungsdatei vermittelt

Die öffentliche Anleitungsdatei ist bewusst streng bei Punkten, die KI-Tools häufig falsch machen:

• die Wahl zwischen /timeseries und /runs
• alle Zeitstempel als UTC behandeln
• verstehen, dass timesList bei /timeseries gültige Zeiten und bei /runs Modelllaufzeiten meint
• Selektoren als exakt veröffentlichte Tupel statt als freie Strings behandeln
• Katalog-Endpunkte und Endpunkte für gemeinsam genutzte Parameter nutzen, wenn Discovery oder Dataset-übergreifende Normalisierung nötig ist
• bei mehrdeutigen natürlichsprachlichen Anfragen anhalten und nachfragen

Empfohlener Workflow für KI-Tools

1. Verbinden Sie den gehosteten MCP unter https://gribstream.com/mcp, wenn Ihr KI-Tool MCP über HTTP unterstützt.
2. Stellen Sie sicher, dass das für OAuth verwendete GribStream-Konto einen aktiven API-Token hat, bevor Sie Live-Werte anfordern.
3. Lassen Sie das KI-Tool GribStream MCP nutzen, um Datasets zu entdecken, Selektoren aufzulösen und einen validierten Request zu erstellen. Diese Nur-Lese-Planungstools funktionieren vor OAuth.
4. Prüfen Sie den erzeugten Request, insbesondere Zeitbereiche, Koordinaten, Grid-Größe, Variablen und Expressions.
5. Nutzen Sie die authentifizierten MCP-Live-Abfrage-Tools für Web-Chat-Workflows, oder führen Sie den erzeugten Request mit GRIBSTREAM_API_TOKEN gegen die reguläre GribStream API aus, wenn es um lokale Dateien, Skripte und Diagramme geht.
6. Nutzen Sie die OpenAPI-Spezifikation, die Anleitungsdatei, den Schnellstart und die Seite Expressions als Referenzen oder Ausweichwege für Tools ohne MCP-Unterstützung.

Rohdatei

Die aktuelle öffentliche Anleitungsdatei kann direkt abgerufen werden unter:

https://gribstream.com/skills/gribstream-query.md

Diese Datei ist für verschiedene KI-Anbieter portabel gedacht. Sie ist besonders nützlich für Tools, die Remote-MCP noch nicht unterstützen.