中文天气查询 (Weather in Chinese)

使用纯脚本方案查询中国天气网，完全不依赖大模型，稳定可靠。

🎯 核心方案：weather-cn.sh 脚本

使用方法

./weather-cn.sh 城市名

示例

# 查询成都天气
./weather-cn.sh 成都

# 查询北京天气
./weather-cn.sh 北京

# 查询上海天气
./weather-cn.sh 上海

输出格式

═════════════════════════════════════════════════
  成都天气
═════════════════════════════════════════════════

📍 今日天气（2026-02-11）
  ☀️ 晴  |  温度：15/3℃

📊 生活指数
  🤧 感冒：极易发
  🏃 运动：较适宜
  👔 穿衣：较冷
  🚗 洗车：适宜
  ☀️ 紫外线：强

═════════════════════════════════════════════════

📁 文件说明

1. weather-cn.sh

主脚本文件，负责：

查找城市代码
获取天气数据
解析HTML内容
格式化输出

2. weather_codes.txt

城市代码映射表，格式：

城市名,代码
成都,101270101
北京,101010100
...

🏙️ 支持的城市

预置城市（50+）

地区	城市
直辖市	北京、上海、天津、重庆
华东	杭州、南京、苏州、宁波、温州、厦门、福州、济南、青岛
华南	广州、深圳、东莞、佛山、珠海、南宁、海口、三亚
华中	武汉、长沙、南昌
西南	成都、贵阳、昆明、拉萨
西北	西安、兰州、银川、西宁、乌鲁木齐
东北	哈尔滨、长春、沈阳、大连
华北	太原、呼和浩特、石家庄

添加新城市

编辑 weather_codes.txt，添加城市代码：

城市名,101xxxxxx

获取城市代码：访问 https://www.weather.com.cn/ 搜索城市，查看URL中的代码。

🔧 工作原理

流程图

用户输入 "成都"
     ↓
查找城市代码 101270101
     ↓
curl 获取HTML
     ↓
grep/sed 解析
     ↓
格式化输出

核心优势

✅ 零大模型依赖 - 完全使用bash/grep/sed ✅ 极速响应 - <1秒完成查询 ✅ 稳定可靠 - 不依赖外部API ✅ 原生中文 - 直接解析中国天气网 ✅ Token节省 - 除了初始设置，每次查询零Token消耗

📊 Token消耗对比

方案	每次查询Token	稳定性
weather-cn.sh	0 🎉	100% ✅
web_fetch + 大模型	~4000	100%
wttr.in + 大模型	~4500	~50%

🚀 快速开始

1. 使用脚本（推荐）

# 查询天气
~/.openclaw/workspace/skills/weather-zh/weather-cn.sh 成都

2. 创建快捷命令（可选）

# 添加到 ~/.zshrc 或 ~/.bash_profile
alias weather='~/.openclaw/workspace/skills/weather-zh/weather-cn.sh'

# 使用
weather 成都

🛠️ 备用方案

如果中国天气网不可用，可使用以下备用方案：

方案1：web_fetch（需要大模型解析）

web_fetch "https://www.weather.com.cn/weather/101010100.shtml"

方案2：Open-Meteo API

curl -s "https://api.open-meteo.com/v1/forecast?latitude=39.9042&longitude=116.4074&current_weather=true&daily=temperature_2m_max,temperature_2m_min,weathercode&timezone=Asia%2FShanghai"

方案3：wttr.in

curl -s "wttr.in/Beijing?T"

📝 使用场景

当用户询问以下问题时使用本skill：

"今天天气怎么样"
"明天天气如何"
"[城市名]天气"
"会不会下雨"
"气温多少"
"天气查询"

⚠️ 注意事项

天气数据延迟：中国天气网数据可能略有延迟
城市名称：使用标准城市名，如"成都"、"上海"而非"川"
网络依赖：需要能够访问 www.weather.com.cn
生活指数：指数为通用建议，仅供参考

🎉 总结

weather-cn.sh 是一个轻量、快速、零依赖的天气查询工具：

✅ 完全不依赖大模型
✅ <1秒响应时间
✅ 50+ 预置城市
✅ 彩色格式化输出
✅ Token消耗：0（每次查询）

适合高频调用、自动化任务等场景。