PolyWeather/README_ZH.md

🌡️ PolyWeather: 实时天气查询与分析机器人

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

环境要求

• Python 3.11+
• 依赖安装: pip install -r requirements.txt
• 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)

首次部署：

git clone https://github.com/yangyuan-zhen/PolyWeather.git
cd PolyWeather
pip install -r requirements.txt
cp .env.example .env  # 编辑 .env 填入你的 Token 和 API Key

创建一键更新脚本（只需执行一次）：

cat > ~/update.sh << 'EOF'
#!/bin/bash
cd ~/PolyWeather
git fetch origin
git reset --hard origin/main
pkill -f run.py
pkill -f bot_listener.py
sleep 1
nohup python3 run.py > bot.log 2>&1 &
echo "✅ 已更新并重启！"
EOF
chmod +x ~/update.sh

日常更新（每次代码推送后）：

~/update.sh

一条命令完成：拉取最新代码 → 杀旧进程 → 启动新进程。无需手动处理分支冲突。

本地开发 (Windows)

py -3.11 run.py

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。

---

🤖 Telegram 机器人指令

指令	功能	说明
/city [城市]	查询城市天气	获取详细预报、机场实测与趋势分析
/id	获取 Chat ID	获取当前 Telegram 聊天 ID
/help	帮助	显示所有可用指令

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 巴黎
/city london
/city par

---

✨ 核心功能

1. 🏛️ 多源数据融合

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

2. ⚡ 超新鲜数据 (零缓存)

• 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. 🧠 智能趋势分析（通俗语言）

机器人自动生成人类可读的分析洞察：

• 🚨 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. 📊 风险等级

每个城市都有基于机场-市区距离的数据偏差风险档案：

• 🔴 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

graph TD
    User[/Telegram User/] --> Bot[bot_listener.py]
    Bot --> Collector[WeatherDataCollector]

    subgraph "Data Engine"
        Collector --> OM[Open-Meteo API]
        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 --> Response[/天气分析快照/]

• 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：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