测完三个天气MCP，我找到了把气象专家装进AI Agent的最佳路径
聊到大模型的下半场，Agent的争夺战已经悄然转移到了MCP工具生态上。如果把大模型比作AI的"大脑"，那么MCP工具就是它连接真实世界的"手脚"。最近，天气服务成了各大MCP平台上的热门品类——查天气看似简单，但在AI时代，它正在成为检验服务商数据能力和工程能力的试金石。
今天，我们来拆解一下阿里云百炼云市场上主流的三个天气MCP服务：天气通、万维易源和墨迹天气。看看在AI Agent时代，谁才是真正的"天气服务王者"。
三家服务商的差异化路径
在AI应用场景中，用户对天气的需求早已超越了简单的"今天多少度"。一个真正能嵌入智能体工作流的天气MCP服务，本质上需要解决三个问题：功能是否完整、数据是否足够精细、能否支撑复杂决策。
从这次测评结果来看，三家天气MCP都能完成基础天气查询，但能力边界存在明显差异。
在查询方式上，万维易源支持城市名、IP、邮编、景点等多种检索方式，覆盖最广；天气通旗舰版则进一步支持POI精确检索，更适合智能助手和本地生活场景；墨迹天气主要依赖城市ID和经纬度，定位方式相对基础。
在预报能力上，差距开始拉开。三家都支持实时天气和24小时预报，但天气通旗舰版是唯一支持16-40天中长期预报和41-100天超长期预报的平台，同时还支持分钟级降水预报和更完整的空气质量预测——这对旅行规划、户外活动和智能决策场景来说，价值不言而喻。
在扩展服务方面，天气通旗舰版和墨迹都提供了灾害预警、生活指数、车辆限行等能力，服务维度最丰富；万维易源则保留了历史气象数据这一特色能力，更适合数据分析和行业应用。
整体来看，天气通旗舰版在预报深度、精细化定位和扩展能力方面更完整，更接近一个面向AI Agent的综合天气服务平台。它提供40余个工具，覆盖实时天气、天气预报、预警服务、空气质量和生活服务五大模块，预报能力从实时、分钟级、小时级到100天全周期覆盖。而且，它对工具进行了精细化划分，可以实现更精细的工具调用，从而节省模型的token消耗。
为了验证这些工具的实际表现，我们做了三个测试。
第一个测试：预报精准度
传统天气查询通常以城市为单位——"北京市今天多少度"在真实场景中往往太粗：北京南部和北部同一天可能相差5度，山区与平原的体感也截然不同。因此，我们关注的是更深一层的"POI位置天气"。
我们向三个MCP同时抛出了同一个问题：
“北京朝阳公园今天的天气怎么样？”
结果出现了明显差异。天气通支持经纬度格点及POI级天气查询，能够直接识别"朝阳公园"这一具体地点，并返回对应天气。万维易源则将其识别为辽宁朝阳市。墨迹天气则需要开发者提前提供对应cityId才能完成查询。
这个案例背后，反映出MCP时代与传统工具时代的根本区别。过去，开发者会提前知道目标城市，再把cityId填进去。但Agent时代并非如此——用户不会说"帮我查询cityId=101010300的天气"，只会说："下午去朝阳公园跑步会不会下雨？"
对于智能体而言，天气查询本身不难，真正困难的是如何在用户自然的语言习惯里，准确理解意图。格点天气的典型应用场景包括：外卖配送路径规划、无人机作业窗口判断、精准农业的田间气象监测……这些场景的共同点是——用户不在乎"城市天气"，只在乎"这个坐标点、这个时间段"的真实气象状态。能否直接识别用户所需精细位置并给出相应数据，是一道硬门槛，也是天气通与另外两家服务在底层数据能力上最根本的差距之一。
第二个测试：预报周期的上限
测试场景来自一个真实的业务需求：
"我需要为一家户外音乐节主办方，评估今年9月下旬在成都举办活动的气象风险，现在是6月初。"
这类需求在活动策划、新能源预测、农业生产、保险精算、长线旅行规划等行业中实际存在。结果，万维易源最长支持40天天气预报；墨迹天气给出了未来15天的预报，9月下旬的数据同样是空白。天气通则能够调用最长100天的超长周期预报接口，直接覆盖到9月底的气象趋势数据。
需要客观说明的是：100天气象预报本身存在天然误差，距离越远的数据置信度越低，这是气象科学本身的限制。它的价值在于提供了一个可以参考的概率区间和趋势判断。对于需要做中长期决策的Agent应用来说，这个"有"和"没有"之间的差距，远比数据精度本身更关键。
第三个测试：token消耗成本
测试方法很简单：在阿里百炼平台创建三个智能体，分别接入天气通、墨迹、万维易源的城市实况相关工具（墨迹需要把城市ID表加入到知识库），选择同样的模型"Qwen-Plus-Latest"，用完全一样的问题"北京现在天气情况"跑一遍，记录Input和Output数值。
token消耗数据如下：
天气通：Input 3069 / Output 1048，总计4117
墨迹：Input 15960 / Output 2798，总计18758
万维易源：Input 11117 / Output 1563，总计12680
天气通总消耗4117tokens，仅相当于墨迹的1/5，是万维易源的1/3，差距主要集中在Input端。——同样查天气，结果一样，Token却差了不少。在高频调用场景下，这个差距相当关键，天气通对成本敏感的用户显然更加友好。
总体来说，如果只是做一个简单天气机器人，三家服务已经足够。但如果目标是构建能够帮助用户前沿创新、功能全面且成本更低的AI Agent，那么天气通所具备的能力，则更能够准确满足更多现实需求。
目前，开发者可前往阿里云市场、百炼平台的MCP广场或扣子（Coze）的插件商店搜索"天气通"即刻体验。
天气服务商杀疯了，1分钱调用100万次
聊完功能，我们再来看一个更有意思的现象：定价。
在MCP工具刚刚兴起时，很多服务商都打出了"免费"的旗号。坦白说，这并不难理解——这个赛道目前远没有到收割阶段，各家的核心目标依然是抢占开发者心智，而非靠天气接口本身赚钱。
从目前几家天气MCP的定价来看，它们基本都提供了免费或者低价试用选项，同时延续了传统工具服务商按调用量阶梯收费的方式。但真正有意思的地方在于，三家在免费额度和低价策略上的差异。
在阿里云百炼平台上，万维易源提供了100次免费试用，墨迹天气则把试用价格定到了2元。相比之下，天气通的做法更为激进。
天气通既有100次的免费试用额度，也有1分钱调用100万次的选项。这个价格对正常开发者来说几乎等于免费，它的实际作用是设置一个最低消费门槛，防止黑灰产批量薅羊毛。
这种激进同样体现在后续的阶梯定价上。墨迹天气1万次调用收费10.79元，而天气通1万次调用仅为4.7元，相差一倍不止。如果继续放大调用量，天气通的价格优势会更加明显。当调用量提升到1000万次时，天气通收费为2999元，折算下来约2.99元/万次；墨迹天气1000万次套餐价格为10788元，即便算上赠送次数，实际每1万次调用价格仍然约为9.82元。在千万次调用规模下，天气通相比墨迹天气便宜了接近70%。
天气通激进的定价策略，是一个很典型的早期生态打法。目的是把接入门槛压到最低——只要开发者愿意接入，只要智能体开始调用，只要应用工作流开始依赖它，这个服务就已经进入了未来的分发链条。天气服务商争夺的不只是工具客户，而是模型时代的工具入口。谁能在这轮"近乎免费"的圈地战中积累起足够大的开发者基数，谁就有可能在下阶段掌握定价权。这和当年云计算厂商的价格战逻辑，其实如出一辙。
天气MCP测评，能力正在拉开差距
基于客观功能对比，我们建立了一个包含功能完整性、查询方式多样性、预报能力、专业服务和适用性五个维度的专业评分体系。最终的评分结果如下：
从数据看，天气通在预报能力、专业服务等领域有着明显优势，最终总分大幅领先于其他两家。需要指出的是，评分体系本身带有一定的价值取向，更多反映的是"专业气象能力"维度的差异。
从这场测评中，可以清晰地看到一个趋势：在AI智能体时代，MCP工具的比拼已经不再是简单的接口封装，而是背后深厚的数据积累和场景理解能力。天气只是一个缩影。当越来越多的垂直领域能力被封装成MCP工具，专业性被提高到了一个新的高度——当AI智能体需要为用户做出真实决策时，数据的深度和精度，就是产品体验的天花板。而这，也许只是AI基础设施重构的冰山一角。
