🌡️ 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。

🚀 快速开始

环境要求

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

本地运行 (Windows/Linux)

# Windows
py -3.11 run.py

# Linux/VPS
python3 run.py

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。

🤖 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

/city 指令示例

/city 芝加哥

实时输出：

📍 Chicago 天气详情
⏱️ 生成时间: 12:45:30
════════════════════
🕐 当地时间: 12:45

📊 Open-Meteo 7天预测
👉 今天: 最高 22.4°F (NWS: 23°F)
02-08: 最高 26.2°F
02-09: 最高 37.2°F

✈️ 机场实测 (KORD)
🌡️ 21.0°F (今日最高: 23.0°F)
💨 风速: 4kt
🕐 观测: 12:00 (当地)

💡 态势分析
⏱️ 预计峰值时刻：今天 14:00 - 16:00 之间。
� 博弈建议：关注该时段实测能否站稳 22.4°F。
📈 升温进程中：距离峰值还有约 1.4° 空间，正向高点冲击。

✨ 核心功能

1. 🏛️ 多源数据融合

机器人聚合多个权威数据源：

数据源	数据类型	覆盖范围
Open-Meteo	7天预报	全球
NWS	美国官方预报	仅美国城市 ⚠️
METAR	机场实时观测	全球主要机场

⚠️ 分歧预警：当 Open-Meteo 和 NWS 预测差异超过 1°F 时，机器人会标注提醒。

2. ⏱️ 峰值时刻预测

机器人分析每个城市的逐小时预报曲线，识别：

精确峰值窗口：如 "14:00 - 16:00"
博弈建议：在此窗口期关注实测数据变化

3. 📊 今日最高温追踪

METAR 数据按当地日历日过滤（使用 UTC 偏移）：

只统计当地零点之后的观测记录
确保"今日最高"准确，不受昨天下午高温干扰

4. ✈️ 高保真机场数据 (METAR)

直连 NOAA 航空气象中心，获取原始 METAR 数据：

自动将 UTC 时间转换为城市当地时间
实时观测（温度、风速、露点）

5. ⚡ 超新鲜数据（缓存穿透）

专门设计以绕过 ISP 和代理缓存：

每次请求附带微秒时间戳令牌
强制 Open-Meteo/NOAA/NWS 返回最新数据

🎯 博弈策略提示

检查模型共识：如果 Open-Meteo 和 NWS 一致，置信度高。
关注峰值窗口：在预测的峰值时段多次刷新 METAR。
使用"今日最高"：对比实测峰值与预报值。
解读 ⚠️ 警告：分歧意味着不确定性——谨慎操作。

🏗️ 架构说明

项目包含一个遗留的监控引擎和模拟交易系统（位于 main.py）。这些功能目前已停用，以优先保障高速按需天气查询。

重新启用监控：取消 run.py 中 monitor_thread.start() 的注释。
已停用功能的文档：参见 MARKET_DISCOVERY_ZH.md 和 PAPER_TRADING_GUIDE.md。

3.8 KiB Raw Blame History