GribStream für KI-Tools

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

Die empfohlene Integration ist der gehostete GribStream MCP-Connector. Er hilft, Datasets zu entdecken, exakte Selektoren aufzulösen, gültige Requests für /timeseries und /runs zu bauen, Expressions zu validieren und kopierbare HTTP-Requests zu erzeugen.

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 bauen und validieren, bevor OAuth abgeschlossen ist. Für Live-Abfragen von /timeseries und /runs fordert GribStream OAuth Anmeldung, Genehmigung des Connectors und die Auswahl des aktiven API-Tokens an. Der rohe Token wird nicht an den KI-Client weitergegeben.

Setup-Beispiele

ChatGPT

Wenn Ihr Konto oder Workspace eigene MCP-Connectoren unterstützt, fügen Sie einen Connector hinzu mit:

• Name: GribStream
• Transport: Streamable HTTP
• URL: https://gribstream.com/mcp
• Authentication: OAuth / GribStream-Anmeldung

Claude

Fügen Sie in Claude einen eigenen Connector über die Connectors-Einstellungen hinzu:

• Connector name: GribStream
• Connector URL: https://gribstream.com/mcp

Gemini CLI

Fügen Sie dies in ~/.gemini/settings.json ein:

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

Starten Sie danach Gemini CLI und führen Sie /mcp aus, um den Connector zu prüfen.

Was der MCP bereitstellt

• Entdecken von Datasets und Metadaten
• Entdecken von Parametern und Selektoren mit exakter Groß-/Kleinschreibung
• shared parameters für datasetübergreifende Workflows wie Windgeschwindigkeit oder 2-m-Temperatur
• Hilfe zur Expression-Syntax einschließlich mathematischer func.*-Helper
• Request-Builder für /timeseries und /runs
• Request-Validierung vor der Datenabfrage
• authentifizierte Tools für Live-Abfragen von /timeseries und /runs

Nutzen Sie den MCP zum Erstellen und Validieren des Requests. Diese Planungs-Tools funktionieren vor der Autorisierung. Wenn der Connector authentifiziert ist, kann er ihn auch über die reguläre GribStream API ausführen.

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.

Welche Modelle unterstützt GribStream für globale Vorhersagen?

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

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.

Zentrale Ressourcen

• Gehosteter MCP-Connector: https://gribstream.com/mcp
• Portable Skill-Datei für KI-Tools.
• OpenAPI-Spezifikation für Katalog, /timeseries und /runs.
• Swagger UI für den OpenAPI-Vertrag im Browser.
• Schnellstart mit direktem Datenzugriff, Expressions, Lead Times, Backtesting und Runs.
• Modelle und Inventare für Parameter und Selektoren.

Authentifizierung

Der gehostete MCP-Connector nutzt OAuth für Live-Abfragen über MCP. 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. Der rohe Token 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 die GribStream-Autorisierung ab, wenn Ihr KI-Tool sie anfordert.

Für lokale CLI-Tools oder Clients, die OAuth für entfernte MCP-Server noch nicht unterstützen, setzen Sie einen API-Token als Umgebungsvariable GRIBSTREAM_API_TOKEN und nutzen Sie den erzeugten Request oder die portable Skill-Datei.

export GRIBSTREAM_API_TOKEN='YOUR_TOKEN_HERE'

Bevorzugt sind Umgebungsvariablen oder ein Secret Store. Vermeiden Sie Tokens in Prompts, versionierten Dateien oder wiederverwendbaren Skripten.

Empfohlener Workflow für KI-Tools

1. Verbinden Sie den gehosteten MCP unter https://gribstream.com/mcp, wenn Ihr Tool MCP über Streamable HTTP unterstützt.
2. Lassen Sie das Tool GribStream MCP nutzen, um Datasets zu entdecken, Selektoren aufzulösen und einen validierten Request zu bauen. Diese Nur-Lese-Tools funktionieren vor OAuth.
3. Prüfen Sie den erzeugten Request: Zeiten, Koordinaten, Grid-Größe, Variablen und Expressions.
4. Nutzen Sie die authentifizierten MCP-Tools für Live-Abfragen, oder führen Sie den Request mit GRIBSTREAM_API_TOKEN gegen die reguläre API aus.
5. Nutzen Sie OpenAPI, die Skill-Datei, den Schnellstart und Expressions als Referenzen oder Fallback.

Die öffentliche Skill-Datei ist direkt abrufbar unter:

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