Blog do GribStream
Endpoints públicos de catálogo já estão disponíveis
O GribStream agora expõe endpoints públicos de catálogo para listar datasets, inspecionar metadados de parâmetros e resolver seletores compartilhados entre datasets.
Em 19 de abril de 2026, tornamos público o catálogo do GribStream.
Até agora, a API pública era focada principalmente em obter dados de /timeseries e /runs. Também tínhamos algumas funções auxiliares de metadados, criadas principalmente para alimentar dashboards, mas elas não eram algo em que queríamos que clientes se apoiassem no longo prazo.
Esta publicação muda isso.
O que agora está disponível
GET /api/v2/catalog/datasetslista datasets junto com metadados públicos como fornecedor, cadência, cobertura de arquivo, tags, links de origem e links para páginas de modelos.GET /api/v2/catalog/datasets/{dataset}/parameterslista os parâmetros disponíveis para um dataset.GET /api/v2/catalog/datasets/{dataset}/parameters/{parameter}retorna o detalhe completo de um código exato de parâmetro, incluindo variações de seletor.GET /api/v2/catalog/shared-parameterseGET /api/v2/catalog/shared-parameters/{parameter}expõem uma camada curada entre datasets para aplicações que querem mapear um sinal lógico em vários modelos.
Um detalhe importante: os nomes curtos de parâmetros são retornados com as maiúsculas e minúsculas exatas da fonte original. Se um dataset expõe 100u, o catálogo retorna 100u, e esse é o valor que deve ser reutilizado em consultas de previsão.
Quem deve usar
Se você já sabe que quer algo como GFS TMP em 2 m above ground, nada muda. O caminho mais simples continua sendo chamar o endpoint de dados diretamente. O início rápido continua começando por aí.
O catálogo é mais útil quando você está construindo:
- um seletor de datasets ou parâmetros
- um dashboard multi-modelo
- ferramentas internas
- clientes gerados ou helpers de SDK
- uma aplicação que precisa descobrir seletores em vez de deixá-los fixos no código
Adicionamos uma seção avançada de catálogo ao início rápido para esse workflow, depois dos exemplos normais de consulta de dados.
Por que queríamos ter isso pronto
Estamos prestes a tornar esses endpoints parte da superfície pública estável, então era importante deixar uma base correta agora em vez de continuar estendendo as funções auxiliares de metadados anteriores.
Isso deve facilitar muito construir sobre o GribStream, seja conectando sua própria aplicação, explorando datasets como NBM ou IFS Operational, ou gerando integrações a partir da especificação OpenAPI.
Também nos dá uma base mais limpa para o próximo passo: usar esse catálogo para criar documentação MCP e skills para que ferramentas de IA descubram como consultar o GribStream corretamente, em vez de depender de tentativa e erro.