GribStream pour les outils d'IA

Cette page est le point de départ pour connecter GribStream à ChatGPT, Claude, Gemini, Codex, Claude Code, Cursor, des agents personnalisés ou tout environnement d'IA capable d'appeler des outils et d'envoyer des requêtes HTTP.

L'intégration recommandée est le connecteur MCP hébergé de GribStream. Il aide à découvrir les datasets, résoudre les sélecteurs exacts, construire des requêtes valides pour /timeseries et /runs, valider les expressions et retourner des requêtes HTTP prêtes à utiliser.

Connecteur MCP hébergé

Utilisez le connecteur MCP hébergé quand votre outil d'IA prend en charge MCP via Streamable HTTP.

https://gribstream.com/mcp

Le connecteur est en lecture seule et ne nécessite pas de token API GribStream. Il ne consulte pas les données météorologiques directement ; il découvre les métadonnées et construit des requêtes API normales à exécuter sur /api/v2/{dataset}/timeseries ou /api/v2/{dataset}/runs.

Exemples de configuration

ChatGPT

Si votre compte ou espace de travail prend en charge les connecteurs MCP personnalisés, ajoutez un connecteur avec :

• Name: GribStream
• Transport: Streamable HTTP
• URL: https://gribstream.com/mcp
• Authentication: none

Claude

Dans Claude, ajoutez un connecteur personnalisé depuis les paramètres Connectors :

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

Gemini CLI

Ajoutez ceci dans ~/.gemini/settings.json :

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

Démarrez ensuite Gemini CLI et lancez /mcp pour vérifier que le connecteur est disponible.

Ce que fournit le MCP

• découverte des datasets et des métadonnées
• découverte des paramètres et sélecteurs avec codes exacts et sensibles à la casse
• shared parameters pour des flux de travail entre datasets, comme la vitesse du vent ou la température à 2 m
• aide sur la syntaxe des expressions, dont les fonctions mathématiques auxiliaires func.*
• construction de requêtes pour /timeseries et /runs
• validation de la requête avant d'interroger les données

Utilisez le MCP pour créer la requête. Utilisez l'API GribStream normale pour l'exécuter.

De la conversation à l'analyse

Une requête de prévision peut paraître correcte et être quand même fausse. Le connecteur aide l'outil d'IA à vérifier le catalogue, utiliser les sélecteurs exacts, choisir le bon endpoint et valider la requête avant exécution.

Quels modèles GribStream prend-il en charge pour les prévisions globales ?

Construisez une requête pour température, vitesse du vent et humidité relative à Lisbonne demain.

1. Transformez-la en grille sur le Portugal à 0,5 degré.
2. Montrez ce que cela aurait donné avec seulement les prévisions disponibles il y a 18 heures.
3. Donnez-moi les trois derniers runs du modèle pour ces mêmes heures valides.
4. Passez de GFS à IFS et résolvez à nouveau les sélecteurs.

Ressources principales

• Connecteur MCP hébergé : https://gribstream.com/mcp
• Skill portable pour les outils d'IA.
• Spécification OpenAPI pour le catalogue, /timeseries et /runs.
• Swagger UI pour lire le contrat OpenAPI dans le navigateur.
• Démarrage rapide avec accès direct aux données, expressions, Lead Time (horizons de prévision), backtesting et runs.
• Modèles et inventaires pour les paramètres et sélecteurs.

Authentification

Le connecteur MCP hébergé ne nécessite pas d'authentification. Les requêtes réelles de données GribStream nécessitent un API token au moment d'exécuter la requête générée.

1. Créez un compte ou connectez-vous sur /auth/login.
2. Créez un API token dans /app/dashboard.
3. Définissez la variable d'environnement GRIBSTREAM_API_TOKEN.
4. Démarrez l'outil d'IA depuis ce même shell ou exposez cette variable à l'environnement d'exécution.

export GRIBSTREAM_API_TOKEN='YOUR_TOKEN_HERE'

Préférez une variable d'environnement ou un gestionnaire de secrets. Évitez de coller des tokens dans les prompts, fichiers versionnés ou scripts réutilisables.

Workflow recommandé pour les outils d'IA

1. Connectez le MCP hébergé sur https://gribstream.com/mcp si votre outil prend en charge MCP via Streamable HTTP.
2. Demandez à l'outil d'utiliser GribStream MCP pour découvrir les datasets, résoudre les sélecteurs et construire une requête validée.
3. Relisez la requête générée : temps, coordonnées, taille de grille, variables et expressions.
4. Exécutez la requête contre l'API normale avec votre GRIBSTREAM_API_TOKEN.
5. Utilisez OpenAPI, le skill, le démarrage rapide et expressions comme références ou solutions de repli.

Le skill public est disponible directement ici :

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