NOAA（アメリカ海洋大気庁）が管理するNCDCのデータセットは、信頼性が高い一方で、その膨大なアーカイブと複雑なAPI構造は、手作業での探索やスクリプト作成において大きなオーバーヘッドとなる。これまでは、解析のためにまず適切なデータセット（GHCNDやGSODなど）を特定し、観測局（Station）を探し、日付範囲を指定してデータをダウンロードし、さらにパースするという一連の工程が必要だった。
NCDC Climate Data Online MCPを使用すれば、このプロセスをClaudeやCursorなどのAIエージェントに委ねられる。AIは単なる「知識ベース」ではなく、能動的な「データリトリーバル・エンジン」として機能する。具体的には、list_datasets で利用可能なデータセットを走査し、get_station で特定の観測局のメタデータを取得し、最終的に get_climate_data を使って特定の期間の気温や降水量を直接抽出することが可能だ。
例えば、エンジニアが「ノースカロライナ州アシュビルにある全ての気象観測局をリストアップして」と指示を出したとする。エージェントは内部的に list_locations や list_stations などのツールを呼び出し、取得した結果から『ASHEVILLE REGIONAL AIRPORT』といった具体的なID（GHCND:USW00003812）を見つけ出す。さらに続けて「2023年1月のこの局の最高気温と最低気温を教えて」と投げれば、エージェントはAPIを通じて実際の記録を取得し、解析結果のみを回答として提示する。
このMCPサーバーは Vinkius を介して提供されており、セットアップ自体は非常にシンプルだ。サブスクライブして接続トークンを取得し、クライアントに貼り付けるだけでいい。
ただし、注意点もある。このツールはあくまでNCDCのAPIを仲介するものだ。そのため、動作には自身のNCDC APIトークン（ncdc.noaa.gov で無料で取得可能）が必要になる。また、データの可用性は観測局やデータセットによって大きく異なるため、エージェントが「データが見つからない」と回答する場合もある。これはツールの欠陥ではなく、基盤となるデータソースの仕様だ。
大量の気象データを扱うリサーチャーやデータアナリストにとって、プロンプト一つでデータの探索からサマリー作成までを完結できるこの仕組みは、ワークフローにおける「データ取得」という単調なステップを大幅に削減する。
MCPはAIエージェントの音楽。カタログを構築しました。Vinkius MCPカタログを発見してください。