2569718930@qq.com
129 lines
5.5 KiB
Python
129 lines
5.5 KiB
Python
import os
|
||
import time
|
||
import requests
|
||
from loguru import logger
|
||
|
||
# 主力模型 + 备用模型（当主力 500 时自动降级）
|
||
MODELS = [
|
||
"llama-3.3-70b-versatile",
|
||
"llama-3.1-8b-instant",
|
||
]
|
||
|
||
|
||
def get_ai_analysis(weather_insights: str, city_name: str, temp_symbol: str) -> str:
|
||
"""
|
||
通过 Groq API (LLaMA 3.3 70B) 对天气态势进行极速交易分析
|
||
内置自动重试 + 模型降级机制
|
||
"""
|
||
api_key = os.getenv("GROQ_API_KEY")
|
||
if not api_key:
|
||
logger.warning("GROQ_API_KEY 未配置，跳过 AI 分析")
|
||
return ""
|
||
|
||
url = "https://api.groq.com/openai/v1/chat/completions"
|
||
headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
|
||
|
||
prompt = f"""
|
||
你是一个专业的天气衍生品交易员。你的任务是分析当前气象实况，判断今日实测最高温的结算落点。
|
||
结算基准为合约指定源（通常为 METAR 口径整数四舍五入），以下用"结算值"代替具体源名称。
|
||
|
||
请综合以下提供的【{city_name}】气象特征进行深度推理。
|
||
|
||
【气象特征与事实】
|
||
{weather_insights}
|
||
|
||
【分析框架】（按此顺序逐项检查，前置项可约束后置项的结论）
|
||
|
||
P0 **预报失准检测**：
|
||
- 若数据含"🚨 预报崩盘"或"⚠️ 预报差距"标记，判定预报失准。
|
||
- 失准等级：轻(偏差2-3°) / 中(3-5°) / 重(>5°)。
|
||
- 但"失准"≠"已定局"：还需检查近2报斜率是否≤0 且 风向/云量不支持二次抬升，才能判定结算锁定。
|
||
- 若斜率仍>0或有暖平流迹象，应注明"预报偏高但仍有上行空间"。
|
||
|
||
P1 **实况节奏**：
|
||
- 近2-4条METAR的温度走势：连涨/持平/回落？
|
||
- 连续2报创新高 → 升温未止；连续2报未创新高且斜率≤0 → 偏死盘。
|
||
- 升温出现在低辐射时段 → 可能有多因子叠加（平流/混合层/热岛），不可单因子归因。
|
||
|
||
P2 **阻碍因子**（需结合城市特性判断）：
|
||
- 降水已出现(非trace) → 强压温。
|
||
- 高湿度+厚云层持续2报以上 → 压温可能有效，但阈值因城市（海洋型 vs 大陆型）而异，不可套用固定数值。
|
||
- 若仅单因子（如仅多云），不足以断定"升温受限"。
|
||
|
||
P3 **概率与一致性校验**：
|
||
- 参考结算概率分布，与 P1 实况做一致性检查。
|
||
- 若概率分布与实况趋势矛盾，以实况为准并说明偏离原因。
|
||
- 概率可辅助判断边界进位风险（如 X.5 线附近）。
|
||
|
||
P4 **预报背景**（最低优先级）：
|
||
- 可参考 DEB/预报做上沿空间评估。
|
||
- 当实测已显著偏离预报时，禁止继续引用预报值作为目标。
|
||
|
||
【输出要求】
|
||
1. 正常场景控制在 300 字左右；异常场景（预报失准/极端走势）可扩展到 450 字。
|
||
2. 严格按照以下 HTML 格式输出:
|
||
|
||
🤖 <b>Groq AI 决策</b>
|
||
- 🎲 盘口: [给出结算判断。用"已确认底线 X{temp_symbol}"表示下限确定；用"上沿待确认，关注 Y{temp_symbol}"表示仍有变数。若预报严重失准，注明失准等级和原因。禁止在升温未止时用"锁定"。]
|
||
- 💡 逻辑: [3-5 句深度分析。含具体数值。预报失准时重点分析偏差成因。正常时分析实测与预报的动态博弈。]
|
||
- 🎯 置信度: [1-10]/10
|
||
|
||
3. **禁止输出分析框架本身**。不要输出 P0/P1/P2/P3/P4 的分析过程或标题。只输出上方三行格式，不要多余内容。
|
||
"""
|
||
|
||
# Use proxy if configured
|
||
proxies = {}
|
||
proxy_url = os.getenv("HTTPS_PROXY") or os.getenv("HTTP_PROXY")
|
||
if proxy_url:
|
||
proxies = {"http": proxy_url, "https": proxy_url}
|
||
|
||
for model in MODELS:
|
||
for attempt in range(2): # 每个模型最多重试 2 次
|
||
try:
|
||
payload = {
|
||
"model": model,
|
||
"messages": [
|
||
{
|
||
"role": "system",
|
||
"content": "你是不讲废话、只看数据的专业气象分析师。",
|
||
},
|
||
{"role": "user", "content": prompt},
|
||
],
|
||
"temperature": 0.5,
|
||
"max_tokens": 400,
|
||
}
|
||
|
||
response = requests.post(
|
||
url, json=payload, headers=headers, timeout=15, proxies=proxies
|
||
)
|
||
response.raise_for_status()
|
||
|
||
result = response.json()
|
||
content = result["choices"][0]["message"]["content"].strip()
|
||
|
||
if model != MODELS[0]:
|
||
logger.info(f"Groq 降级到备用模型 {model} 成功")
|
||
return content
|
||
|
||
except requests.exceptions.HTTPError as e:
|
||
status = e.response.status_code if e.response is not None else 0
|
||
error_body = ""
|
||
try:
|
||
error_body = e.response.text
|
||
except:
|
||
pass
|
||
logger.warning(
|
||
f"Groq {model} 失败 (HTTP {status}): {error_body}. 尝试下一个..."
|
||
)
|
||
if status in (500, 502, 503) and attempt == 0:
|
||
time.sleep(1.5)
|
||
continue
|
||
else:
|
||
break # 换下一个模型
|
||
except Exception as e:
|
||
logger.warning(f"Groq {model} 异常: {str(e)}，尝试下一个模型...")
|
||
break
|
||
|
||
logger.error("所有 Groq 模型均不可用")
|
||
return "\n⚠️ Groq AI 暂时不可用，请稍后再试"
|