Weather NWS

Polar Sponsor
爱发电 赞助
.NET 9.0

通过美国国家气象局(NWS)提供美国天气预报,非美国地区自动切换至全球天气服务。提供详细的累积数据...

气象卫星系统技术

功能概述

气象卫星系统技术是一项面向实际任务的技能,主要用于请美国国家气象局提供详细的天气预报,并附上全球自动回落、小时预报、空气质量数据以及分阶段冬季风暴蓄积层。它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。

核心要点

  • 使用时应结合输入条件选择合适的执行方式,核对必要参数、依赖环境与输出内容,并按原始要求处理异常情况。
  • 该技能适合需要稳定复用相关能力的场景,可作为自动化工作流的一部分,也便于后续检查、调整和扩展。
  • 从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。

使用与执行

实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。

结果检查与注意事项

执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。

Weather NWS 技能

通过美国国家气象局(NWS)获取详尽的美国天气预报,支持自动全球回退、逐小时预报、空气质量数据以及结构化的冬季风暴降雪/降雨累积量信息。

该技能的功能

本技能支持 8 种模式,根据您的查询内容自动匹配:

模式 触发条件 返回内容
🌦️ 标准预报 默认模式(未指定时间) 12 小时预报,含今日/今夜/明日时段
⏰ 逐小时预报 检测到含具体时间的查询 按小时分解的预报(约 156 个时段,覆盖 7 天)
🌨️ 冬季风暴 包含“snow”、“storm”等关键词 12 小时预报 + 结构化降雪/降雨累积量数据
💨 AQI 报告 包含 --aqi 参数 当前及未来空气质量指数(AQI)
🌡️ 实况 vs 预报 包含 --current 参数 最近 NWS 观测站实测数据及与预报的对比
☀️ 天文时刻 包含 --astro 参数 日出/日落、晨昏蒙影、月相
✈️ 航空气象预报 包含 --taf 参数 机场终端区天气预报(TAF)
🔥 火险天气 包含 --fire 参数 火灾危险等级、红旗预警(Red Flag Warning)
🌍 全球回退 非美国地区位置 wttr.in 数据(详细程度较低)

AirNow API 密钥(可选,但强烈推荐)

AirNow API 无需密钥即可运行,但存在以下限制:

无 API 密钥 有 API 密钥
受速率限制(请求可能失败) 更高的调用频率上限
不保证服务可用性 优先访问权限
可能返回空结果 稳定可靠的 AQI 数据

获取 API 密钥

  1. 访问:https://docs.airnowapi.org/account/request/
  2. 填写申请表(个人用途免费)
  3. 密钥将在 1–2 个工作日内通过电子邮件发送

设置 API 密钥

方式一:环境变量(推荐)

export AIRNOW_API_KEY="your-api-key-here"

方式二:OpenClaw 配置(持久化)
在 OpenClaw 配置中,将以下内容添加至 skills.entries.weather-nws.env 节点下:

{
  "skills": {
    "entries": {
      "weather-nws": {
        "env": {
          "AIRNOW_API_KEY": "your-api-key-here"
        }
      }
    }
  }
}

适用场景

✅ 推荐使用本技能的场景:

  • “[美国城市] 的天气如何?”
  • “预计会下多少雪?”
  • “[地点] 的冬季风暴预报?”
  • “明天 [美国城市] 会下雨吗?”
  • “雨什么时候停?”
  • “[城市] 今天的空气质量如何?”
  • 任何面向美国地区的天气查询

🔄 自动回退机制:

  • 非美国地区 → 回退至 wttr.in
  • NWS API 不可用 → 回退至 wttr.in
  • 两个数据源均失败 → 返回清晰错误提示

快速开始

# 运行统一天气脚本
python3 ./scripts/get_weather.py "New York, NY"

# 如需强制指定数据源(通常为自动检测)
python3 ./scripts/get_weather.py "London, UK" --source wttr

# 获取逐小时预报(自动检测或强制启用)
python3 ./scripts/get_weather.py "Boston at 8 PM"
python3 ./scripts/get_weather.py "Chicago" --hourly

# 包含空气质量数据
python3 ./scripts/get_weather.py "Seattle" --aqi

逐小时模式自动识别

本技能自动识别含时间语义的查询,并切换至逐小时预报模式:

"Boston at 8 PM"        → ⏰ 逐小时模式
"Boston tonight"         → ⏰ 逐小时模式
"Boston tomorrow morning" → ⏰ 逐小时模式
"Boston at 5:30"         → ⏰ 逐小时模式
"When will it stop raining?" → ⏰ 逐小时模式

支持识别的时间表达模式:

  • at 8 PM、at 5:30 等
  • tonight、this afternoon
  • tomorrow morning/afternoon/night
  • when will...、how long until...

空气质量(--aqi)

向任意预报中添加 AirNow AQI 数据:

python3 ./scripts/get_weather.py "Boston" --aqi

输出包含:

  • 当前 AQI 值(带颜色编码 emoji:🟢 🟡 🟠 🔴 🟣 🔵)
  • 首要污染物(PM2.5、O3 等)
  • 基于 AQI 类别的健康建议
  • 3 日 AQI 预报

AQI 分类标准:

数值范围 类别 Emoji 建议
0–50 Good 🟢 可正常进行户外活动
51–100 Moderate 🟡 敏感人群应减少剧烈活动
101–150 Unhealthy for Sensitive Groups 🟠 儿童、老年人应减少户外活动
151–200 Unhealthy 🔴 所有人应减少户外剧烈活动
201–300 Very Unhealthy 🟣 避免一切户外活动
301–500 Hazardous 🔵 请待在室内——健康警报

输出格式

无论数据来源如何,脚本均提供一致的输出结构:

头部:位置信息与当前预警状态
今日 → 今夜 → 明日:结构化时间线
累积量:如可用,显示具体降雪/降雨量
总结:含关键时间节点的可操作摘要

实现原理

该脚本完成以下任务:

  1. 将位置名称地理编码为经纬度坐标
  2. 判断位置是否位于美国境内
  3. 对美国地区调用 NWS API(支持详细降雪/降雨累积量)
  4. 对非美国地区回退至 wttr.in(基础预报)
  5. 以 emoji 和结构化排版统一输出格式

限制说明

  • NWS:仅限美国地区,需联网,受速率限制
  • wttr.in:全球可用,累积量细节较少,不提供官方气象预警/警报
  • AirNow:仅限美国和加拿大,需 API 密钥方可保障稳定访问

示例

美国冬季风暴查询:

python3 ./scripts/get_weather.py "Boston, MA"

→ 返回 NWS 数据,含降雪/降雨累积量预估

国际地区查询:

python3 ./scripts/get_weather.py "Toronto, Canada"

→ 自动使用 wttr.in,并标注“非美国地区”

含空气质量数据:

python3 ./scripts/get_weather.py "Seattle" --aqi

→ 同时返回天气与 AQI 数据,含健康建议

实况 vs 预报对比:

python3 ./scripts/get_weather.py "Boston" --current

→ 返回最近观测站实测数据,并与预报对比

组合功能使用:

python3 ./scripts/get_weather.py "Seattle" --aqi --current

→ 整合全部数据源的完整天气报告

Phase 3 功能示例:

python3 ./scripts/get_weather.py "Boston" --astro       # 日出/日落时间
python3 ./scripts/get_weather.py "SFO" --taf           # 航空气象预报
python3 ./scripts/get_weather.py "California" --fire    # 火险天气
python3 ./scripts/get_weather.py "Denver" --astro --aqi --current  # 全部功能启用!

实况 vs 预报(--current)

显示最近 NWS 观测站实际测量值,并与预报并列对比:

🌡️ **Observed Conditions**
   **Actually 43°F (3° warmer than 40° forecast)**
   ☁️ Partly Cloudy
   💨 WNW 8 mph • 💧 36% humidity • 🌫️ Dewpoint 18°F • 📊 Pressure 29.86 inHg • 👀 Visibility 10+ mi

显示字段:

  • 温度(含与预报的温差)
  • 天气状况描述
  • 风速与风向
  • 湿度百分比
  • 露点温度
  • 气压(单位:inHg)
  • 能见度

预警优先级规则

当存在活跃预警时,系统依据严重性(Severity)、紧迫性(Urgency)和确定性(Certainty)加权计算,并以增强格式展示:

因素 权重
Severity Extreme(4)> Severe(3)> Moderate(2)> Minor(1)
Urgency Immediate(3)> Expected(2)> Future(1)
Certainty Observed(3)> Likely(2)> Possible(1)

严重性样式标识:

严重性 Emoji 徽章
Extreme ⚫ EXTREME
Severe 🔴 SEVERE
Moderate 🟠 MODERATE
Minor 🟡 MINOR

预警显示内容包括:

  • 事件名称 + 严重性徽章
  • 紧迫性标签:⏰ Immediate / 📅 Expected / 🔮 Future
  • 时间范围(生效时间 → 失效时间)
  • 描述首句
  • 建议应对措施

示例:

🟠 [**MODERATE**] **Winter Storm Warning**
   📅 Expected | *Winter Storm Warning from 6 PM to 10 AM EST*
   🕐 6:00 PM → 10:00 AM
   📝 Heavy snow expected with accumulations of 6-10 inches...
   👉 🎒 Prepare now

参考资料

  • references/nws-api.md — NWS API 接口详情
  • references/airnow-api.md — AirNow API 文档

Phase 3 功能

天文时刻(--astro)

显示日出、日落、民用晨昏蒙影及月相信息:

python3 ./scripts/get_weather.py "Boston" --astro

输出包含:

  • 🌅 日出:时间 + 倒计时/已过时长
  • 🌇 日落:时间 + 倒计时/已过时长
  • 💡 民用晨昏蒙影:黎明与黄昏时间(适用于跑步者、骑行者)
  • ⏱️ 日照时长:当日总日照小时数
  • 🌙 月相:当前月相及照度百分比

示例:

☀️ **Astronomical Times — Boston**

🌅 **Sunrise:** 6:22 AM (12h ago)
🌇 **Sunset:** 5:31 PM (in 2h)
💡 **Civil Twilight:** 5:55 AM – 5:58 PM
⏱️ **Daylight:** 11h 9m
🌙 **Moon:** 🌓 First Quarter (50.0%)

航空气象预报(--taf)

显示最近航空气象观测站的机场终端区天气预报(TAF):

python3 ./scripts/get_weather.py "SFO" --taf

注意:TAF 专为航空用途设计。报告内容包括:

  • 观测站代码(Station identifier)
  • 风况与风向
  • 能见度
  • 云底高度(Cloud ceiling)

重要提示:本信息仅供参考。飞行计划请务必查阅官方发布渠道。

火险天气(--fire)

为易发野火区域提供火险天气信息:

python3 ./scripts/get_weather.py "California" --fire

输出包含:

  • 火灾危险等级(若升高)
  • 🔥 红旗预警(Red Flag Warnings)(若生效)
  • 火险天气分区预报
  • 数据来源标注

红旗预警 表示极端火险天气条件(低湿度 + 强风)。

更新日志

v1.3.0(2026-02-26)— Phase 3

  • 新增 --astro 参数,支持日出/日落、晨昏蒙影、月相
  • 新增 --taf 参数,支持机场终端区天气预报(TAF)
  • 新增 --fire 参数,支持火险天气与红旗预警
  • 新增月相计算(盈亏状态、照度百分比)
  • 新增日照时长计算
  • 新增民用晨昏蒙影检测(适用于跑步者、骑行者)

v1.2.0(2026-02-26)— Phase 2

  • 新增 --current 参数,支持观测站实况与预报对比
  • 增强预警格式化能力,引入严重性/紧迫性/确定性三级优先级评分
  • 新增温度差值对比(较预报偏暖/偏冷)
  • 新增完整实况字段:湿度、露点、气压、能见度

v1.1.0(2026-02-26)

  • 新增逐小时预报,支持时间语义自动识别
  • 新增 AirNow AQI 集成(--aqi 参数)
  • 新增冬季风暴降雪/降雨累积量结构化网格数据
  • 修复 AirNow API 接口 URL

v1.0.0(2026-02-22)

  • 初始版本:NWS API + wttr.in 回退机制
  • 12 小时预报周期
  • 预警集成
  • 基于文本解析的降雪/降雨累积量估算

相关专题

更多
Postman身份认证怎么配置
Postman身份认证怎么配置

本专题从实际API接口调试场景出发,讲解Postman身份认证的完整配置流程,包括常见认证协议介绍、授权参数设置、访问令牌填写、OAuth 2.0授权及认证失败排查,帮助用户正确完成接口授权与访问验证。

2026.11.06

0

12

Postman请求头Headers怎么设置
Postman请求头Headers怎么设置

围绕Postman HTTP请求头配置展开,讲解Headers选项的具体使用方式,包括Key和Value参数填写、请求头信息添加、常见Header字段设置及请求头修改方法,帮助用户解决接口调试过程中遇到的请求头配置问题。

2026.11.06

0

13

Postman接口请求发送教程
Postman接口请求发送教程

详细介绍Postman接口请求的创建与发送方法,涵盖GET和POST请求、URL配置、请求参数、Headers请求头、Body请求体设置以及响应结果查看,帮助用户掌握Postman接口请求的完整操作流程。

2026.11.06

0

10

DBeaver怎么导入数据
DBeaver怎么导入数据

DBeaver数据导入专题,整理Excel、CSV、SQL、TXT等常见文件的数据导入方法,涵盖目标数据库选择、数据表创建、字段映射、数据类型设置及导入参数配置等操作,帮助用户将本地文件中的数据写入数据库,并了解批量导入、重复数据处理和导入失败等常见问题的解决方法。

2026.11.05

0

12

DBeaver安全防护教程大全
DBeaver安全防护教程大全

DBeaver安全防护专题,围绕数据库连接安全、账号密码保护和访问权限管理展开,整理SSL/TLS加密连接、SSH隧道、数据库凭据保存及证书验证等配置方法,同时介绍敏感信息保护、远程连接风险和高权限账号使用等注意事项,帮助用户提高数据库日常管理的安全性。

2026.11.05

0

12

DBeaver连接创建与配置教程
DBeaver连接创建与配置教程

本专题聚焦DBeaver数据库连接配置与管理,覆盖从新建连接、选择数据库类型到填写连接参数和验证连接的完整流程。针对MySQL、PostgreSQL、SQL Server等常见数据库,整理相应的连接设置方法,并提供驱动缺失、认证失败和连接异常等问题的排查方向。

2026.11.04

0

16

XORM框架结构体映射与表结构同步
XORM框架结构体映射与表结构同步

本专题围绕XORM框架的结构体映射展开,说明表名与字段的命名策略、xorm标签常用属性、主键自增与时间字段自动填充,并演示Sync2自动建表、增量字段升级、索引声明与反向生成结构体的完整流程。

2026.11.04

0

15

XORM框架安装配置与数据库连接
XORM框架安装配置与数据库连接

本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。

2026.11.04

0

15

XORM框架安装配置与数据库连接
XORM框架安装配置与数据库连接

本专题聚焦XORM框架的配置与连接环节,拆解MySQL、PostgreSQL、SQLite、SQL Server的DSN写法与驱动选择,讲清连接池参数、多数据源拆分、读写分离与超时重连的处理方式,并补充容器与兼容数据库的适配经验。

2026.11.04

0

16

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.1万人学习