Skills Plugins MCP Prompt Model 博客 我的中心

china-weather

使用中国国家级公开天气数据查询中国天气。支持国家气象中心/中央气象台 nmc.cn、中国气象局天气页面 weather.cma.cn、中国天气网 weather.com.cn 的公开天气信息,覆盖城市实况、7 天预报、预警、空气质量、近期小时观测、未来逐小时预报、全国实况/预报地图、实况排行、雷达/卫星图层、全国预警列表、交通/环境/灾害/台风海洋/农业/数值预报等官方产品页;当用户需要判断未来具体时段是否下雨、出行、通勤、骑行、航班/高铁安排或天气风险时,按需返回可访问来源的数据、来源和发布时间。

DeepseekModel キュレーション済みスキル 品質 優秀 · 78 v1.0.0

取得

https://deepseekmodel.com/api/download.php?id=valenovo-ai-agent-skills-china-weather-agent-skill-skill-md&format=skill
ダウンロード .skill 標準形式。system_prompt と model_config を収録し、任意の Agent で利用可能
.skill ファイルの system_prompt フィールドの実際の内容。
name china-weather description 使用中国国家级公开天气数据查询中国天气。支持国家气象中心/中央气象台 nmc.cn、中国气象局天气页面 weather.cma.cn、中国天气网 weather.com.cn 的公开天气信息,覆盖城市实况、7 天预报、预警、空气质量、近期小时观测、未来逐小时预报、全国实况/预报地图、实况排行、雷达/卫星图层、全国预警列表、交通/环境/灾害/台风海洋/农业/数值预报等官方产品页;当用户需要判断未来具体时段是否下雨、出行、通勤、骑行、航班/高铁安排或天气风险时,按需返回可访问来源的数据、来源和发布时间。 中国天气 数据源策略 使用 scripts/nmc_weather.py 作为统一入口。不要在技能层规定哪个网站优先、哪个网站次要;当多个来源都返回数据时,保留各来源的字段、来源、发布时间和抓取时间,让调用智能体结合用户问题自行判断。 当用户问到未来具体小时段,例如“明天下午两点有没有雨”“几点开始下雨”“骑车路上会不会淋雨”,加 --hourly-forecast ,脚本会返回 https://www.weather.com.cn 的未来逐小时预报数据。 https://weather.cma.cn 是中国气象局天气展示页面,可用 cma-healthcheck 、 cma-city 、 cma-page 或 query --include-cma 查询。这个站点在某些网络或客户端环境里可能被安全策略拦截或断开;如果返回 ok:false ,保留失败状态,不要绕过拦截,也不要编造这个来源的数据。 不要抓取广告、访谈、社交组件、推荐服务或页面装饰。只保留可用于智能体判断的天气数据、官方产品文字、官方产品图片地址、来源和时间。 这个技能只提供结构化数据、来源、发布时间和风险字段。不要规定调用智能体的用户回复口吻、格式或固定话术;让调用智能体根据用户问题、记忆和人设自行组织回答。 如果来源不可访问、字段缺失或城市无法唯一解析,返回脚本给出的失败数据,不要编造天气值。 快速使用 先查看能力和产品清单: python scripts/nmc_weather.py catalog python scripts/nmc_weather.py catalog --group 台风海洋 城市天气: python scripts/nmc_weather.py query 北京 python scripts/nmc_weather.py query 朝阳 --province 北京 python scripts/nmc_weather.py query 上海 --province 上海 --hourly-forecast --hourly-forecast-limit 96 python scripts/nmc_weather.py query 广州 --province 广东 --hourly-forecast --include-cma python scripts/nmc_weather.py query 北京 --daily-chart 7 --include-climate 全国和区域数据: python scripts/nmc_weather.py map-weather --kind real --city 广州 -- limit 20 python scripts/nmc_weather.py map-weather --kind tomorrow --city 天津 -- limit 20 python scripts/nmc_weather.py rank -- type rain --hours 1 -- limit 20 python scripts/nmc_weather.py alerts --province 北京 -- limit 20 python scripts/nmc_weather.py layers --kind radar -- limit 12 python scripts/nmc_weather.py layers --kind satellite -- limit 12 官方产品页、公报和图像产品: python scripts/nmc_weather.py product weather-bulletin python scripts/nmc_weather.py product precipitation-1d python scripts/nmc_weather.py product traffic python scripts/nmc_weather.py product geohazard python scripts/nmc_weather.py product typhoon-warning python scripts/nmc_weather.py product marine-weather 中国气象局天气页面: python scripts/nmc_weather.py cma-healthcheck python scripts/nmc_weather.py cma-city 广州 --province 广东 python scripts/nmc_weather.py cma-page traffic 安装或连通性检查: python scripts/nmc_weather.py healthcheck 入口选择 用户问单个中国城市当前和未来几天天气:用 query ;需要同时返回中国气象局天气页面城市数据时加 --include-cma 。 用户问某个未来小时是否下雨:用 query --hourly-forecast ;需要同时返回中国气象局天气页面城市数据时加 --include-cma 。 用户明确需要多个官方页面数据或想查中国气象局天气展示页:用 query --include-cma 或 cma-city 。如果 cma_city_page.ok 为 false,保留失败状态,并继续查看其它已经返回的数据。 用户问全国或某省哪里正在下雨、气温、风速、湿度、站点实况:用 map-weather --kind real 。 用户问全国或某省今天/明天城市预报分布:用 map-weather --kind today 或 map-weather --kind tomorrow 。 用户问“哪里雨最大”“哪里最热/最低温”“风最大”:用 rank 。 用户问预警信号、灾害预警、某省当前预警:用 alerts ;单个城市结果里的 warning 也需要纳入判断。 用户问雷达、卫星、云图、降水回波、临近降水形势:用 layers 或 product radar-china 、 product satellite-fy4b 。 用户问官方公报、交通气象、山洪、地灾、渍涝、森林/草原火险、环境气象、海洋、台风、农业或数值预报:先用 catalog 找产品标识,再用 product <id> 。 用户问 weather.cma.cn 上的展示页、首页排行、城市预报地图、预警地图、卫星、降水或交通气象展示:可以运行 cma-healthcheck 检查脚本访问状态。可访问时用 cma-page <id> ;不可访问时保留失败状态,并继续查看其它已经返回的数据。 城市名歧义时加 --province 。已知国家气象中心站点代码时可用: python scripts/nmc_weather.py query --station-id Wqsps 数据使用契约 先检查 schema_version 和 ok 。如果 ok 为 false,把结果视为来源或查询失败。 评估天气风险时同时查看: 城市预警信号或 alerts 数据发布时间与当前查询时间的距离 今天和明天预报 未来逐小时预报数据 雷达、卫星、实况地图和实况排行 近期小时观测中的降水、风力趋势 后续 3-7 天预报和官方产品页 recent_hourly 是近期观测,不是未来预报。 hourly_forecast 是未来逐小时预报数据,不是实况。 product 和 layers 返回的是官方页面/图像产品信息,必须查看产品时间、页面生成时间、图上时间与当前查询时间的距离。 cma_city_page 和 cma-page 是中国气象局天气展示页数据。它们可能因站点安全策略返回 ok:false ;这种情况下不要重试绕过,也不要编造这个来源的结论。 当用户关心“某天某个小时是否下雨”时,读取 hourly_forecast.hours[] 中的 time 、 weather 、 temperature_c 、 humidity_percent 和 precipitation_signal 。如果 hourly_forecast.ok 为 false,保留失败状态,并继续查看其它已经返回的数据。 把 null 当作缺失数据。脚本会把国家气象中心的 9999 等占位值转成 null ,不要当成有效天气值。 面向智能体的状态值使用中文。风险 level 使用 低 / 中 / 高 / 严重 ,日期关系使用 过去 / 今天 / 未来 / 未知 。 使用 publish_time 、 publish_age_minutes 、 source.retrieved_at 、 page_generated_time 、图像 time 、 current_risk 、 overall_risk 作为结构化输入。只提醒调用智能体注意比较数据发布时间与当前查询时间的距离;本技能不做时效等级判断。 来源细节 需要端点细节、字段含义或更新频率边界时,再读取 references/nmc-source.md 。
このスキルを起動するキーワード。クリックでコピーできます。

このスキルにはトリガーワードがありません。

ダウンロードした .skill に含まれるフィールド。
フィールド 説明
formatフォーマット識別子(skill/v1)
skill_idスキル固有 ID
nameスキル名
versionバージョン
description説明
categoryカテゴリ(配列)
trigger_wordsトリガーワード
tagsタグ
sourceソース
source_urlソース URL(本ページ)
exported_atエクスポート日時(ダウンロード毎)
system_promptシステムプロンプト本文
model_configモデル設定:provider / model / temperature / max_tokens / top_p
examplesサンプル
install_guide各プラットフォームの導入説明(Coze / Dify / Claude / カスタム)
同じスキルを各プラットフォーム形式で出力できます。
.skill 標準形式。system_prompt と model_config を収録し、任意の Agent で利用可能 ダウンロード
.skillpro 拡張形式。scripts / tools / dependencies / hooks を含む ダウンロード
.json 純粋な JSON 出力。system_prompt とモデル設定のみ ダウンロード
Coze frontmatter 付き Markdown。Coze へのインポート用 ダウンロード
Dify Dify DSL。アプリ作成後にそのままインポート ダウンロード

每日精选 Skill 推荐,免费送到你邮箱

输入邮箱,每天接收一个精选 AI Agent 技能推荐。完全免费,持续更新。

提交后我们会发送一封确认邮件,点击邮件里的链接才会开始收信。

完全免费,取消任意时间。我们不会发送垃圾邮件。