🌡️ PolyWeather: 实时天气查询与态势分析机器人

基于多源实时气象数据（Open-Meteo、NOAA METAR）的智能天气分析系统。该系统专为速度与准确性设计，通过强制穿透网络缓存，为用户提供全球气象站最即时的实测报告与态势逻辑分析。

🚀 快速开始

环境依赖

Python 3.11+
安装依赖: pip install -r requirements.txt

启动运行 (Windows/Linux)

# Windows
py -3.11 run.py

# Linux/VPS
python3 run.py

注：系统当前运行于天气查询模式。主动市场监控引擎和自动模拟交易模块已暂时关闭。

🤖 电报机器人指令 (Telegram)

指令	描述	用法
`/city [城市名]`	查询城市天气	获取预测、机场实测及深度的“态势分析”结论
`/id`	获取 Chat ID	获取当前聊天的唯一 ID
`/help`	帮助	显示所有可用指令

/city 指令示例

/city 伦敦

实时输出效果：

📍 London 天气详情
⏱️ 生成时间: 00:41:17
═══ ═══ ═══ ═══ ═══ ═══
🕐 当地时间: 16:41

📊 Open-Meteo 7天预测
👉 今天: 最高 12°C
02-09: 最高 11°C

✈️ 机场实测 (EGLC)
🌡️ 10.0°C
💨 风速: 12kt
🕐 观测: 16:20 (当地)

💡 态势分析
📉 处于降温期：气温已开始从峰值下滑，今日大概率不会再反弹。
🍃 清劲风：空气流动快，虽然有助于散热，但可能伴随阵风引起微小波动。

✨ 核心特性

1. 💡 智能态势分析 (Trend Analysis)

机器人不再只是罗列数字，它通过实测对比预测的逻辑进行深度解读：

峰值判定：分析当前时间点，判断日间最高温是否已经产生。
物理态势：利用湿度和露点数据，分析夜间气温是否存在“跌不动”的支撑点。
波动预警：根据机场风速监控，预警可能导致气温突变的锋面过境。

2. ✈️ 高保真机场实测 (METAR)

直接对接 NOAA (美国国家海洋和大气管理局) 的官方接口：

自动时区转换：将机场 UTC 观测时间自动转换为城市当地时间。
专业级参数：获取温度、风速、露点、相对湿度等专业观测值。

3. ⚡ 数据绝对实时 (Cache Busting)

针对网络代理和 CDN 缓存进行了底层加固：

每一个 API 请求均带有微秒级随机时间戳。
强制穿透所有中间缓存，确保获取的是气象站此时此刻的最新读数。

🏗️ 架构说明

本项目包含一套遗留的 监控引擎 (Monitoring Engine) 和 模拟交易系统 (Paper Trading)（位于 main.py）。为了提供最高效的点对点天气查询服务，目前这些功能已处于休眠状态。

如需重新启用：请取消 run.py 中 monitor_thread.start() 的注释。
遗留功能文档参见：市场扫描说明和模拟交易指南。

3.3 KiB Raw Blame History