gitbyeos 天气面状查询
输入城市或地点 + 活动半径(km) + 天数，自动完成：
- 地理编码定位中心点
- 中心 + 8 方向共 9 点拉取预报与空气质量
- 按本地日期聚合极端要素，生成 Markdown 报告
- Agent 写出门防护建议
依赖
pip install esflow openmeteo-requests pandas
使用
# 1. 首跑到 agent_advice 退出(exit 2)
python3 scripts/run.py --query 北京天安门
python3 scripts/run.py --query 北京大兴机场 --days 3 --radius-km 10 [--out ./out]
# stdout: envelope JSON(ok, data.job_dir / analyze_grid_artifact / advice_path)
# stderr: [to_agent] 续跑命令 + [样式] 表格约束
# 2. Agent 读 analyze_grid_artifact,写 data.advice_path
# 3. 续跑落盘
python3 scripts/run.py --resume <job_dir>
# stdout: envelope(ok, data.out_path / data.out_dir / data.job_dir)
最终报告路径为 envelope data.out_path。未传 --out 时写到 export/weather_report.md；传 --out <DIR> 时写到 <DIR>/weather_report.md，--resume 会自动继承首跑入参。
参数
| 参数 | 默认 | 说明 |
|---|---|---|
--query |
- | 城市或具体地点（首跑必填） |
--days |
1 |
预报天数 |
--radius-km |
5 |
活动半径 km |
--out <DIR> |
- | 最终报告输出目录 |
--resume <job_dir> |
- | 续跑 TO_AGENT 节点 |
--schema |
false | 输出 stdout JSON 契约 |
退出码：0 ok / 1 runtime / 2 to_agent / 3 validation。esflow 事件走 stderr，不污染 stdout envelope。
节点(8 个)
| id | depth | 职责 |
|---|---|---|
parse_args |
0 | query + radius_km + days |
geocode |
1 | Nominatim 编码 |
build_grid |
2 | 中心 + 8 方向采样点列表 |
fetch_bulk |
3 | 两点坐标 bulk:forecast + air-quality,本地日聚合 |
analyze_grid |
4 | 极值定位、llm_text / llm_json |
format_table |
5 | Markdown 报告 + 独立 LLM 输入 |
agent_advice |
6 | TO_AGENT,写 advice.md |
export |
7 | 合并落盘 |
DAG
parse_args → geocode → build_grid → fetch_bulk → analyze_grid → format_table
↓
export ← agent_advice(TO_AGENT)
TO_AGENT
- 首跑在
agent_advice以 exit 2 暂停；解析 stdout 一行 envelope，data含job_dir、analyze_grid_artifact、advice_path - 读
{job_dir}/.esflow/analyze_grid/artifact.json：优先llm_text（告警段优先），或结构化llm_json（alerts、points_merged、daily_reports等）；勿依赖 stderr 里嵌的上游 markdown - 按下列样式写到
agent_advice/advice.md（即data.advice_path），勿复述报告表格已有数值 python3 scripts/run.py --resume <job_dir>续跑 export
出门建议样式（与 stderr [样式] 一致）
- 标题：
## 外出建议 - 表头固定：
日期 | 风险点 | 外出建议 - 风险点用短语，行动一句话；可合并连续同类日期（如
07-10 至 07-11） - 不写表格外总结
技术选型
- Open-Meteo forecast + air-quality,
openmeteo-requests批量坐标 pandas做 hourly→日聚合与典型时刻(8/12/16/20)- 无本地响应缓存(个人使用)
- Nominatim 仍用标准库预检
预检
- Python >= 3.10
- Nominatim 可达