docs: comprehensive update of all documentation - Paris, wind analysis, VPS deploy, supported cities table

README_ZH.md

@@ -1,6 +1,6 @@
 # 🌡️ PolyWeather: 实时天气查询与分析机器人
 
-一个智能天气信息机器人，专为提供超快、实时的气象数据、高保真预报和智能趋势分析而设计。通过绕过网络缓存，直接从全球气象站获取最新数据。
+专为预测市场和天气博弈设计的智能天气机器人。通过绕过 CDN 缓存直接从全球气象站获取最新数据，并提供通俗易懂的自动趋势分析。
 
 ## 🚀 快速开始
 
@@ -8,7 +8,7 @@
 
 - **Python 3.11+**
 - 依赖安装: `pip install -r requirements.txt`
-- **环境变量**: 需在 `.env` 中配置 `METEOBLUE_API_KEY` 以激活伦敦高精度预报。
+- **环境变量**: 在 `.env` 中设置 `TELEGRAM_BOT_TOKEN`（必需）。可选设置 `METEOBLUE_API_KEY` 以激活伦敦高精度预报。
 
 ### VPS 部署 (推荐)
 
@@ -52,7 +52,7 @@ chmod +x ~/update.sh
 py -3.11 run.py
 ```
 
-> 本地笔记本**不需要安装 Python**，只用来编辑代码和 Git 推送。IDE 的 import 报错是因为本地没装依赖，不影响 VPS 运行。
+> 本地笔记本**不需要安装依赖**，只用来编辑代码和 Git 推送。IDE 的 import 报错是因为本地没装依赖，不影响 VPS 运行。
 
 _注意：系统当前处于 **天气查询模式**。主动市场监控和自动交易模块已暂停。_
 
@@ -66,56 +66,76 @@ _注意：系统当前处于 **天气查询模式**。主动市场监控和自
 | `/id`          | **获取 Chat ID** | 获取当前 Telegram 聊天 ID        |
 | `/help`        | **帮助**         | 显示所有可用指令                 |
 
-### /city 指令示例
+### 支持的城市
+
+| 城市 | 缩写/别名 | METAR 机场 | 额外数据源 |
+|:---|:---|:---|:---|
+| 伦敦 London | `lon`, `伦敦` | EGLC (City Airport) | Meteoblue |
+| 巴黎 Paris | `par`, `巴黎` | LFPG (Charles de Gaulle) | — |
+| 安卡拉 Ankara | `ank`, `安卡拉` | LTAC (Esenboğa) | MGM |
+| 纽约 New York | `nyc`, `ny`, `纽约` | KLGA (LaGuardia) | NWS |
+| 芝加哥 Chicago | `chi`, `芝加哥` | KORD (O'Hare) | NWS |
+| 达拉斯 Dallas | `dal`, `达拉斯` | KDAL (Love Field) | NWS |
+| 迈阿密 Miami | `mia`, `迈阿密` | KMIA (International) | NWS |
+| 亚特兰大 Atlanta | `atl`, `亚特兰大` | KATL (Hartsfield-Jackson) | NWS |
+| 西雅图 Seattle | `sea`, `西雅图` | KSEA (Sea-Tac) | NWS |
+| 多伦多 Toronto | `tor`, `多伦多` | CYYZ (Pearson) | — |
+| 首尔 Seoul | `sel`, `首尔` | RKSI (Incheon) | — |
+| 布宜诺斯艾利斯 Buenos Aires | `ba`, `布宜诺斯艾利斯` | SAEZ (Ezeiza) | — |
+| 惠灵顿 Wellington | `wel`, `惠灵顿` | NZWN (Wellington) | — |
+
+### 使用示例
 
 ```
-/city 伦敦
+/city 巴黎
+/city london
+/city par
 ```
 
 ---
 
 ## ✨ 核心功能
 
-### 1. 🏛️ 多源数据融合 (Multi-Source Fusion)
+### 1. 🏛️ 多源数据融合
 
-机器人聚合了全球最权威的几个数据源，并按权重进行分层：
+| 数据源             | 数据角色       | 覆盖范围   | 优势                                                 |
+| :----------------- | :------------- | :--------- | :--------------------------------------------------- |
+| **Open-Meteo**     | 基础预测       | 全球       | 72 小时逐小时温度曲线、日出日落时间                  |
+| **Meteoblue (MB)** | **高精度共识** | 仅限伦敦   | 聚合多家模型，对微气候处理极佳                       |
+| **METAR**          | **结算标准**   | 全球机场   | Polymarket 结算参考的绝对真理，实时机场观测           |
+| **NWS**            | 官方预测(美)   | 仅限美国   | 美国国家气象局高精度预报                             |
+| **MGM**            | 官方预测(土)   | 仅限安卡拉 | 土耳其气象局：气压、云量、体感温度、24h 降水         |
 
-| 数据源             | 数据角色       | 覆盖范围   | 优势                                             |
-| :----------------- | :------------- | :--------- | :----------------------------------------------- |
-| **Open-Meteo**     | 基础预测       | 全球       | 提供所有城市的 72 小时精细化温度曲线             |
-| **Meteoblue (MB)** | **高精度共识** | 仅限伦敦   | **交易员首选**。聚合多家模型，对微气候处理极佳   |
-| **METAR**          | **结算标准**   | 全球机场   | Polymarket 结算参考的绝对真理，实时机场观测      |
-| **NWS**            | 官方预测(美)   | 仅限美国   | 美国国家气象局，对美国城市的极端天气预判准确     |
-| **MGM**            | 官方预测(土)   | 仅限安卡拉 | 土耳其气象局，提供安卡拉 Esenboğa 机场的官方数据 |
+### 2. ⚡ 超新鲜数据 (零缓存)
 
-### 2. ⚡ 超新鲜数据 (Cache-Busting)
-
-为了应对气象博弈中秒级的变化，我们实现了 **0 缓存技术**：
-
-- **微秒级令牌**：每个 API 请求都附带动态时间戳，强制气象服务器绕过 CDN 缓存返回最新值。
+- **动态时间戳**：每个 API 请求都附带唯一令牌，强制服务器绕过 CDN 缓存。
 - **MGM 实时同步**：针对土耳其 MGM API 做了专门的 Header 伪装和时区校正。
 
-### 3. ⏱️ 自动态势分析
+### 3. 🧠 智能趋势分析（通俗语言）
 
-机器人不仅仅搬运数据，它还会进行逻辑加工：
+机器人自动生成人类可读的分析洞察：
 
-- **峰值时刻预测**：自动计算今天气温最高点出现的概率窗口（如：14:00 - 15:00）。
-- **风险等级 (Risk-Profile)**：根据地理特征（如安卡拉的高原温差、伦敦的近海微气候）自动分配风险等级。
-- **数据溯源**：报表明确标注每个数字的来源（[MGM], [METAR], [MB]）。
+- **🚨 预报击穿预警**：当 METAR 实测最高温超过所有预报时自动警报。
+- **⏱️ 峰值时段预测**：精确预测当日最高温出现的时间窗口。
+- **🌬️ 风向交叉验证**：同时对比 METAR 和 MGM 风向数据，差异超 90° 自动告警。
+- **🍃 风速分析**：标注风速并结合风向判断对温度的影响。
+- **☁️ 云层遮挡分析**：评估云量对升温潜力的影响（晴天/多云/阴天）。
+- **📉 气压分析**：低气压意味着暖湿气流过境，有利升温。
+- **🌧️ 降雨检测**：交叉验证 METAR 天气代码和实际降水量，避免误报。
+- **📊 最高温时间追踪**：精确显示每日最高温出现的时间（如 `最高: 12°C @14:20`）。
 
-### 4. 📊 智能最高温追踪
+### 4. 📊 风险等级
 
-针对 Polymarket 的结算逻辑进行优化：
+每个城市都有基于机场-市区距离的数据偏差风险档案：
 
-- **当地日历日过滤**：基于城市 UTC 偏移，严格统计当地时间 00:00 之后的实测最高温。
-- **多维度监测**：集成体感温度 (`feels_like`) 和 24h 累计降雨量，辅助多维度判断。
+- 🔴 **高危**：首尔 (48.8km)、芝加哥 (25.3km) — 偏差大
+- 🟡 **中危**：安卡拉 (24.5km)、巴黎 (25.2km)、达拉斯、布宜诺斯艾利斯 — 有系统偏差
+- 🟢 **低危**：伦敦 (12.7km)、惠灵顿 (5.1km) — 数据靠谱
 
 ---
 
 ## 🏗️ 系统架构
 
-本项目采用 **“轻量化、插件式”** 架构，旨在实现毫秒级响应。
-
 ```mermaid
 graph TD
     User[/Telegram User/] --> Bot[bot_listener.py]
@@ -123,25 +143,30 @@ graph TD
 
     subgraph "Data Engine"
         Collector --> OM[Open-Meteo API]
-        Collector --> MB[Meteoblue Weather API]
-        Collector --> NOAA[METAR Data Center]
+        Collector --> MB[Meteoblue API]
+        Collector --> NOAA[METAR / NOAA]
         Collector --> MGM[Turkish MGM API]
         Collector --> NWS[US NWS API]
     end
 
     Collector --> Processing[智能分析 & 格式化]
     Processing --> Bot
-    Bot --> Reponse[/精简版博弈快照/]
+    Bot --> Response[/天气分析快照/]
 ```
 
-- **逻辑解耦**：`weather_sources.py` 负责外部数据的解析；`bot_listener.py` 负责消息模板渲染。
-- **遗留模块说明**：项目根目录下的 `main.py` 包含旧版本的自动交易引擎。目前重心在“手动辅助决策”，如需开启请查阅 [MARKET_DISCOVERY_ZH.md](./MARKET_DISCOVERY_ZH.md)。
+- **逻辑解耦**：`weather_sources.py` 负责数据获取与解析；`bot_listener.py` 负责分析与渲染。
+- **城市配置**：`city_risk_profiles.py` 包含所有 METAR 机场映射和风险评估。
 
 ---
 
 ## 🎯 博弈策略提示
 
-1. **检查模型共识**：查看 Open-Meteo 和 Meteoblue (MB) 是否达成共识。
-2. **关注峰值窗口**：在预测的峰值时段多次使用 `/city` 刷新。
-3. **数据权重优先级**：结算以 **METAR** 为准，趋势预测以 **MB** 为准（仅限伦敦）。
-4. **地理风险评估**：重点关注提示中的“偏差会显著放大”警告（如安卡拉、伦敦）。
+1. **检查模型共识**：对比 Open-Meteo、Meteoblue (MB) 和 NWS/MGM 的预报。
+2. **关注峰值窗口**：在预测的峰值时段频繁使用 `/city` 刷新。
+3. **结算优先级**：结算永远以 **METAR** 数据为准。
+4. **地理风险**：重点关注高危城市的偏差警告。
+5. **风向冲突**：METAR 和 MGM 风向相反时，温度波动风险增大。
+
+---
+
+_最后更新: 2026-02-18_