Weather via OpenMeteo (via openmeteo-sh cli; advanced ver)

核心用法

openmeteo-sh-weather-advanced 是 OpenMeteo 免费气象 API 的高级封装工具，通过 CLI 提供远超基础天气查询的能力。核心命令为 openmeteo <command> [options]，支持当前天气、未来 16 天预报及 1940 年以来的历史数据检索。

关键特性：

• 历史数据：openmeteo history 可查询自 1940 年的完整气象记录，支持多种再分析模型（ERA5、CERRA 等）
• 变量精细化控制：通过 --current-params、--hourly-params、--daily-params 精确选择所需变量，避免冗余数据
• 模型选择：--model 支持 best_match、ecmwf_ifs、gfs_seamless 等多种预报模型
• 时间窗口控制：--forecast-since=N 可跳过不需要的早期预报日，--past-days 可获取过去 92 天数据
• LLM 优化输出：--llm 标志生成紧凑 TSV 格式，大幅降低 token 消耗

显著优点

1. 零成本准入：无需 API 密钥，OpenMeteo 对非商业用途完全免费
2. 数据深度：覆盖从 1940 年的历史数据，适合气候分析、学术研究
3. 专业级变量：支持气压、露点、积雪深度、能见度、UV 指数等 50+ 专业气象变量
4. 智能参数传递：对话中切换城市时自动继承已请求的参数集合
5. 地理灵活：支持城市名自动地理编码、国家代码消歧、直接坐标输入

潜在缺点与局限性

• 非商业限制：OpenMeteo 免费服务明确限制商业用途，企业需购买授权
• 数据覆盖不均：部分历史模型（如 CERRA）仅覆盖欧洲区域
• 预报精度：免费层级使用聚合模型，极端天气场景下精度不及商业 API
• 实时性：历史数据存在 2-5 天延迟，无法获取即时历史
• CLI 依赖：需要本地安装 openmeteo 二进制文件

适合人群

• 研究人员、学生：需要历史气象数据进行气候分析
• 户外爱好者：需要精细化雪深、UV、能见度等专业变量
• 数据分析师：需要将天气数据集成到自动化工作流
• 非商业项目开发者：需要免费且稳定的天气 API 方案

常规风险

• 隐私暴露：坐标查询直接发送精确位置信息
• 模型误选：选择不适用于目标区域的模型（如在欧洲用 GFS）可能导致精度下降
• 日期边界错误：历史查询的 --end-date 包含该日全天数据，易误解为不包含当日
• 单位混淆：默认公制单位，跨国协作时需注意 Fahrenheit/mph 显式转换
• 过度查询：未使用 --llm 标志可能导致大段 JSON 响应，浪费上下文窗口

核心用法

OpenMeteo Weather Advanced 是一款基于 CLI 工具的高级天气查询技能，通过调用 openmeteo 命令行工具实现对 Open-Meteo 免费天气 API 的精细化访问。该技能支持两种核心命令模式：

weather 命令：用于获取当前天气条件和未来最多 16 天的预报数据。支持通过 --current 获取实时天气，--forecast-days=N 指定预报天数（0-16 天），--forecast-since=N 实现从特定日期开始的预报切片。可通过 --hourly-params、--daily-params、--current-params 精确筛选所需气象变量，避免获取冗余数据。

history 命令：用于查询 1940 年至今的历史天气数据，需指定 --start-date 和 --end-date 时间范围，支持多种再分析模型（ERA5、CERRA 等）。

位置输入支持三种方式：城市名自动地理编码（--city）、直接坐标（--lat/--lon）、或通过国家代码消歧（--country）。所有查询必须携带 --llm 标志以获取专为 Agent 设计的紧凑 TSV 格式输出。

显著优点

零成本与零配置：完全免费，无需注册 API Key 或配置凭证，即装即用。

数据权威与覆盖全面：背靠 Open-Meteo 开源气象项目，整合 ECMWF、MeteoSwiss 等权威机构数据源，支持从 1940 年至今的历史数据回溯。

精细化变量控制：提供 50+ 专业气象变量，包括气压、露点、积雪深度、紫外线指数、能见度等 niche 指标，远超普通天气 API。

Token 优化设计：--llm 输出格式专为大型语言模型优化，天气代码自动解析为可读文本，避免 JSON 冗余结构浪费上下文窗口。

多模型与单位定制：支持选择不同数值预报模型（best_match、icon、gfs 等），温度、风速、降水量单位均可自由切换（摄氏/华氏、km/h/mph、mm/inch）。

潜在缺点与局限性

依赖外部 CLI 工具：Skill 本身仅为文档封装，实际执行依赖系统预装的 openmeteo 二进制程序，需用户自行安装（brew install openmeteo-sh 或对应包管理器），在受限环境中可能不可用。

间接网络架构：网络请求由 CLI 工具代理完成，Agent 无法直接控制超时、重试或错误处理逻辑，CLI 工具的稳定性直接影响 Skill 可用性。

地理编码精度风险：城市名自动解析依赖 Open-Meteo 的地理编码服务，存在同名城市误判可能（如 "Portland" 可能指向美国俄勒冈州或缅因州），需用户主动提供国家代码消歧。

速率与商业限制：Open-Meteo 免费 API 存在速率限制（非商业用途 10,000 次/天），高频商业场景需关注服务条款或考虑付费方案。

无实时预警推送：仅支持主动查询模式，无法订阅极端天气自动告警。

适合的目标群体

• 气象分析与科研人员：需要历史天气数据进行气候研究、模型验证或论文写作
• 户外与运动规划者：依赖精细化预报（小时级降水概率、紫外线指数、阵风数据）安排登山、航海、摄影等活动
• 农业与能源行业从业者：需历史积温、降水量、日照时长等数据辅助决策
• 旅行者与国际商务人士：跨时区多城市天气对比查询，支持 1940 年以来任意日期回溯
• 智能家居与 IoT 开发者：获取结构化天气数据驱动自动化规则（如雨天关窗、降温预警）
• 对数据精度敏感的专业用户：不满意普通天气应用粗略预报，需要 ECMWF 等专业模型输出

使用风险与注意事项

性能风险：历史数据查询（尤其跨月度/年度大范围）可能返回大量数据行，建议通过精确日期范围（--start-date/--end-date）和参数筛选（--daily-params 替代 --hourly-params）控制响应规模。

依赖项风险：openmeteo CLI 工具依赖 curl 和 jq，在精简容器环境中可能缺失，需提前验证安装。

数据时效性：预报数据更新频率取决于所选模型（通常为 1-6 小时），极端天气快速演变场景下存在滞后可能。

隐私合规：地理位置数据（城市名或坐标）会传输至 Open-Meteo 服务器，虽为匿名请求，敏感位置查询建议直接使用坐标而非精确地址描述。

商业使用边界：Open-Meteo 免费服务限于非商业用途，企业级应用需评估商业许可或自建气象数据源。