天气预测

要解决的具体问题

普通用户通常只能通过现成的天气应用查看最终的预报结果。这种直接给出的结论，掩盖了背后复杂的物理过程。对于想要学习气象学的人来说，直接阅读教材可能略显枯燥，他们缺少一个能够拆解预报步骤、亲手参与推演的环境。

核心能力与关键步骤

该技能将 AI Agent 设定为气象台首席预报员，模拟了一次完整的气象预报工作流。触发后，它会按照以下核心步骤进行演示：

• 构建观测数据：自动生成包含气压、温度、湿度及风向风速的模拟数据集。
• 绘制天气图：以文本形式绘制简化的天气图，标出关键的高低压中心和锋面位置。
• 天气形势分析：判断当前天气系统的类型，并推演其移动方向。
• 发布气象预报：给出未来 24 至 48 小时的降水概率、温度变化与风力预测。
• 解释物理机制：详细讲解气压梯度、锋面过境或水汽输送等预报依据。
• 复盘与验证：验证预报的准确度，并分析导致误差的客观原因。

在执行流程中，Agent 会通过预测式提问来保持互动。此外，系统内置了经验值机制，根据用户的参与深度，从 初学者 逐步解锁至 专家级 的内容。

适用边界与注意点

• 离线环境：严禁调用外部 API 或联网，所有气象数据和图表均由 LLM 内部生成。
• 纯文本输出：不依赖图片或多媒体文件，天气图完全依靠文本描述构建。
• 科普定位：内容侧重于气象学原理的推演与解释，不应用于真实的生产级气象决策。