AIツール向けGribStream

このページは、ChatGPT、Claude、Gemini、Codex、Claude Code、Cursor、独自のAIエージェント、またはツール呼び出しとHTTPリクエストに対応したAI実行環境からGribStreamを使うための出発点です。

Webチャット型のAIツールでは、GribStreamのホスト型MCPコネクターを使う方法を推奨します。データセットの発見、正確なセレクタの解決、/timeseriesと/runsの有効なリクエスト作成、計算式の検証、OAuthで保護されたライブ気象クエリの実行を支援します。

ホスト型MCPコネクター

使用しているAIツールがStreamable HTTP経由のリモートMCPに対応している場合は、ホスト型MCPコネクターを使ってください。

https://gribstream.com/mcp

URLは表示どおりに使用してください。MCPクライアントにコピーするとき、末尾の句点などの句読点を含めないでください。

このコネクターは、OAuthの前でもデータセット発見、セレクタ解決、リクエスト作成、検証を行えます。/timeseriesと/runsのライブクエリを実行する場合は、GribStream OAuthでログインし、コネクターを承認し、使用する有効なAPIトークンを選択します。APIトークンそのものはAIクライアントには表示されません。

接続前の準備

• /auth/loginでGribStreamアカウントを作成するかログインします。
• /app/dashboardでAPIトークンを作成します。無料枠でサポートされる範囲なら、無料APIトークンでもMCPを認可できます。
• MCP URLはhttps://gribstream.com/mcpの形で正確に入力します。
• AIクライアントから求められたら、GribStream OAuthを完了します。OAuth中に、MCPがライブデータクエリで使うAPIトークンを選択します。
• 手動OAuthフォームでclient secretを求められた場合は空欄にしてください。GribStream MCPは共有シークレットではなく、PKCE付きの公開OAuthクライアントを使います。

APIトークンを作る前にMCPを接続した場合でも、公開されている発見用ツールは動作します。ただし、認証が必要なデータ取得ツールは、トークンが作成され選択されるまでライブ気象クエリを実行できません。

クライアント別の設定

AIベンダーの設定画面は頻繁に変わります。変わりにくい要素は、リモートMCP URL、Streamable HTTPトランスポート、GribStream OAuth、そしてライブデータクエリの前にGribStreamアカウントへAPIトークンを用意することです。以下の例は現在の公開ベンダードキュメントに基づいていますが、製品画面が移動している場合は各リファレンスリンクを確認してください。

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
    }
  }
}

MCPが提供するもの

GribStream MCPは、公開の計画用ツールと、認証が必要なデータ取得ツールを明確に分けています。

• No auth / public / read-only: データセットメタデータ、パラメータ発見、正確なセレクタ検索、データセット間で共有されるパラメータの解決、計算式構文の案内、リクエスト作成ツール、リクエスト検証。
• Auth required / data query: 選択されたGribStream APIトークンを使って実際の気象予報値を取得する、/timeseriesと/runsのライブツール。
• 型付きの表形式出力: CSVとNDJSONのクエリ結果は、行数、バイト数、列、プレビュー、推奨ファイル名を持つインラインMCPリソースとして返されることがあります。

ユーザーが実際の気象値の取得、ダウンロード、プロット、分析、比較をAIツールに依頼した場合、ツールは認証済みクエリツールを使うべきです。公開の読み取り専用ツールだけが見えている場合は、OAuthを完了するか、GRIBSTREAM_API_TOKENを使う直接APIのワークフローに切り替えてください。

会話から分析へ

予報データのリクエストは、一見もっともらしくても間違っていることがあります。コネクターは、AIツールがカタログを確認し、正確なセレクタを使い、適切なエンドポイントを選び、実行前にリクエストを検証するのを支援します。

セッションは幅広い質問から始められます。

GribStreamでは全球予報にどのモデルを使えますか？

そこから具体的なリクエストに絞り込めます。

明日のリスボンについて、気温、風速、相対湿度のリクエストを作ってください。

さらに反復して深められます。

1. ポルトガル全体を0.5度の格子にしてください。
2. 18時間前をモデル実行時刻の基準にするとどう見えていたか示してください。
3. 同じ有効時刻を予報している直近3つのモデル実行を出してください。
4. GFSからIFSに切り替えて、セレクタを解決し直してください。

認証済みのホスト型コネクター、またはローカルAIツールから使えるGribStream APIトークンがあれば、この流れは実際の分析につながります。モデル比較、解析データセットに対する平均絶対誤差の計算、気象しきい値の検索、2つのモデルが最も大きく異なる場所の要約などが可能です。

データ処理の注意点

• 表形式データ、pandas処理、プロット、ヒートマップ、比較ではCSVを優先します。
• MCP結果に型付きCSVまたはNDJSONリソースが含まれる場合は、チャット上に表示されているプレビューだけでなく、リソース全体の内容を解析します。
• 複数のMCPクエリ結果を保存する場合は、返されたsuggested_filenameを使い、モデルやデータセットの結果が互いに上書きされないようにします。
• 行は必ずしもソートされて返るとは限りません。/timeseriesの出力は位置情報のフィールドとforecasted_timeで、/runsの出力は位置情報のフィールド、forecasted_at、forecasted_timeでソートします。
• リクエストが大きすぎる場合は、まず時間範囲、次に変数、最後に座標または格子領域で分割します。
• 直接APIで大きなダウンロードを行う場合は、Accept: text/csv、Accept-Encoding: gzip、curl --compressedを使います。

主要リソース

• ホスト型MCPコネクター: https://gribstream.com/mcp - カスタムコネクターに対応したAIツール向けのStreamable HTTPリモートMCPサーバー。
• ベンダー非依存のスキルファイル - AIツールがGribStreamを正しく使うためのポータブルな手順。
• OpenAPI仕様 - カタログ、/timeseries、/runsの機械可読なAPI仕様。
• Swagger UI - 同じOpenAPI仕様をブラウザで確認できます。
• クイックスタート - 直接データアクセス、計算式、リードタイム、バックテスト、/runsクエリの例。
• モデルとインベントリ - データセットごとのパラメータ参照とセレクタ発見。

認証設定

ホスト型MCPコネクターはライブMCPクエリにOAuthを使います。設定時には、有効なAPIトークンをすでに持っているGribStreamアカウントでログインし、コネクターを承認して、使用するトークンを選択します。無料APIトークンでも、無料枠でサポートされる範囲のフローを完了できます。トークンそのものはAIクライアントへ返しません。

1. /auth/loginでアカウントを作成するかログインします。
2. /app/dashboardでAPIトークンを作成します。
3. MCPエンドポイントを接続し、AIツールが認可を求めたらGribStreamのログインフローを完了します。

リモートMCPサーバーのOAuthにまだ対応していないローカルCLIツール、コーディングエージェント、クライアントでは、プライベートなトークンファイルからAPIトークンを環境変数へ読み込み、生成されたAPIリクエストまたはポータブルなスキルファイルを使ってください。

macOSまたはLinuxのシェル設定です。エディタコマンドはVISUALまたはEDITORが設定されていればそれを使い、なければviを使います。好みのエディタでトークンファイルを手動で開いてもかまいません。

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の設定です。これはトークンファイルをNotepadで開きます。プレーンテキストを保存できるエディタならどれでも使えます。

$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ツールは通常、起動元シェルの環境変数を引き継ぎます。実務上は、先にGRIBSTREAM_API_TOKENを読み込み、その同じターミナルセッションからツールを起動します。ツールがすでに起動している場合は、変数設定後に再起動してください。

トークンはexport、set、PowerShell代入コマンドではなく、エディタ内に貼り付けてください。そうすればシェル履歴に残りません。プライベートなファイルから読み込む環境変数、またはGRIBSTREAM_API_TOKENに割り当てるベンダーのシークレット管理機能を推奨します。トークンをプロンプト、バージョン管理されたファイル、シェル履歴、再利用するスクリプトに貼り付けないでください。

スキルファイルが教えること

公開スキルファイルは、AIツールが間違えやすい点について意図的に厳密に書かれています。

• /timeseriesと/runsの選び方
• すべての時刻をUTCとして扱うこと
• timesListが/timeseriesでは有効時刻、/runsではモデル実行時刻を意味すること
• セレクタを自由入力の文字列ではなく、公開済みの正確な組み合わせとして扱うこと
• 発見や複数データセット間の正規化が必要な場合にカタログエンドポイントと共有パラメータエンドポイントを使うこと
• 自然言語の依頼が曖昧な場合に止まって確認すること

AIツール向けの推奨ワークフロー

1. 利用するAIツールがリモートMCPに対応している場合は、https://gribstream.com/mcpのホスト型MCPに接続します。
2. ライブ値を要求する前に、OAuthで使うGribStreamアカウントに有効なAPIトークンがあることを確認します。
3. AIツールにGribStream MCPを使わせ、データセットを発見し、セレクタを解決し、検証済みリクエストを作成します。これらの読み取り専用の計画ツールはOAuth前にも使えます。
4. 生成されたリクエストを確認します。特に時間範囲、座標、格子サイズ、変数、計算式を確認してください。
5. Webチャットでは認証済みMCPのライブクエリツールを使います。ローカルのファイル、スクリプト、プロット作成では、GRIBSTREAM_API_TOKENを使って通常のGribStream APIに対して生成されたリクエストを実行します。
6. MCP非対応のツールでは、OpenAPI仕様、スキルファイル、クイックスタート、Expressionsページを参照情報または代替情報として渡します。

スキルファイルを直接使う

現在の公開スキルファイルは、次のURLから直接取得できます。

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

このファイルはAIベンダーを問わず使えるように作られています。リモートMCPにまだ対応していないツールで特に有用です。