天气

要解决的问题

当你在一个对话里抛出「今天下午会不会下雨」「北京 26 号早上适合跑步吗」这类问题时，通用模型很容易给出一段听起来合理、但缺少实测数据的回答。天气 作为一个面向 life-service 分类的大模型技能，就是把「实时和预报信息」这块补上，让 Agent 在需要安排出行、运动或穿衣建议时，不必依赖模型记忆去猜测。

它是怎么工作的

该技能的核心定位是：根据当前上下文中的地点与时间，组织一次天气相关的查询，再把结果整理成对用户有用的结论。

• 识别有效请求：先判断用户是否在问天气、空气质量或是否适合某项室外活动。
• 抽取地点与时间：例如「下周去上海出差」应解析为地点 上海、时间约为下周内；只拿到模糊意图时，需要通过追问澄清。
• 依据 SKILL.md 使用说明执行：读取技能本体提供的操作约定，完成调用并获取结果。
• 整理输出：把温度、天气状况、降水概率或风力等关键信息压缩成一句可执行的建议，避免只丢出一串原始数字。

适用边界与注意点

• 不要高估预报精度：越靠近当前时间的预报越可靠，未来较长时间的降水概率只能作为参考。
• 注意地点歧义：「朝阳」可能指北京朝阳区，也可能是其他城市的同名区域；跨时区场景还要确认用户所在时区。
• 明确信息时点：适合在回答里标注「查询到的大致时间」，让结论看起来更可追溯。
• 避免编造观测值：如果调用失败或返回缺失，宁可直接说明原因，也不要补一个近似值。