天气特工进阶篇：从单纯记录到智能预警与可视化

请帮我修改脚本，增加如下逻辑：如果温度高于 35 度提示‘高温预警，注意防暑降温’，如果湿度大于 80% 且温度大于 28 度提示‘闷热潮湿，注意防暑’，如果风力大于 5 级提示‘大风预警，出行注意安全’，如果温度低于 5 度提示‘寒潮预警，穿厚点’。你完全没有去啃 Shell 编程书籍，就靠着“告诉大模型你要干什么”，直接把一个“数据的记录员”升级成了“生活的提醒小秘书”。很多小白觉得“自动化”

二进喵

18人浏览 · 2026-05-14 10:23:43

二进喵 · 2026-05-14 10:23:43 发布

根据上一期的文章，可能有人就会在心里思考：“脚本跑通了，看着 weather.log 里攒了上百条的冷冰冰的温度湿度数据，怎么让这些数据变得更有价值？”

说得好！今天的计算机技术输出核心理念就是：我们不止要把数据存下来，还要把数据“活用”起来，甚至让数据“反向推送”我们。

这就是《一看就会！用大模型5分钟搞定城市天气爬虫脚本》的续集——“天气特工进阶篇：从单纯记录到智能预警与可视化” 。你依然不用成为编程大神，我们继续靠“大模型提需求”大法，给我们的脚本装上最酷的“智能大脑”。

一、进阶诊断：把单纯记录升级为“物理意义”分析

在原来的脚本（以后我们就亲切地称它为“毛坯房 V1.0”吧）里，我们只是把原始返回内容%C+%t+%h+%w硬生生写进了日志。虽然有了温度、湿度、风力，但这些数字是死板的，比如“22°C”到底算冷算热并不直观，你也很难分析最近到底处于什么季节。

这时候该怎么办？我们继续打开 DeepSeek，直接把 V1.0 的代码上下文喂给大模型，然后像跟工程师聊天一样提需求。

你需要向大模型发出的进阶指令示例：

“这是我现在在用的天气抓取 Linux Shell 脚本（weather_crawler.sh）。我不想只记录原始抓取数据，我想提取出体感建议。请帮我修改脚本，增加如下逻辑：如果温度高于 35 度提示‘高温预警，注意防暑降温’，如果湿度大于 80% 且温度大于 28 度提示‘闷热潮湿，注意防暑’，如果风力大于 5 级提示‘大风预警，出行注意安全’，如果温度低于 5 度提示‘寒潮预警，穿厚点’。仍然需要保留原来的基础温度和湿度数据，但要在日志里加上这个‘温馨提示’字段。”

你看，你不需要亲自去写复杂的 if 判断嵌套，大模型在几秒钟内就会帮你把 V1.0 的脚本“进化”到 V2.0。

大模型可能会给出的 V2.0 示意代码：

#!/bin/bash
export LANG=zh_CN.UTF-8
CITY="Shanghai"
LOG_FILE="/home/yourname/weather_advanced.log"
TIMESTAMP=$(date "+%Y-%m-%d %H:%M:%S")

# 获取原始数据（用制表符或特定分隔符方便后续处理）
WEATHER_DATA=$(curl -s "wttr.in/${CITY}?format=%C\t%t\t%h\t%w&m&lang=zh")

if [ $? -ne 0 ] || [ -z "$WEATHER_DATA" ]; then
    echo "[$TIMESTAMP] ERROR: 无法获取天气数据" >> "$LOG_FILE"
    exit 1
fi

# 提取具体数值（这里用 awk 精准分割）
COND=$(echo "$WEATHER_DATA" | awk -F'\t' '{print $1}')
TEMP_STR=$(echo "$WEATHER_DATA" | awk -F'\t' '{print $2}')
HUM_STR=$(echo "$WEATHER_DATA" | awk -F'\t' '{print $3}')
WIND_STR=$(echo "$WEATHER_DATA" | awk -F'\t' '{print $4}')

TEMP_VAL=$(echo "$TEMP_STR" | grep -oP '\d+')
HUM_VAL=$(echo "$HUM_STR" | grep -oP '\d+')
WIND_VAL=$(echo "$WIND_STR" | grep -oP '\d+')

# 初始化温馨提示
TIPS=""

# 大模型帮我们生成的逻辑判断
if [ "$TEMP_VAL" -ge 35 ]; then
    TIPS="高温预警，注意防暑降温"
elif [ "$TEMP_VAL" -le 5 ]; then
    TIPS="寒潮预警，穿厚点，预防感冒"
fi

if [ "$HUM_VAL" -ge 80 ] && [ "$TEMP_VAL" -ge 28 ]; then
    TIPS="$TIPS；闷热潮湿，注意防暑"
fi

if [ "$WIND_VAL" -ge 5 ]; then
    TIPS="$TIPS；大风预警，出行注意安全"
fi

if [ -z "$TIPS" ]; then
    TIPS="当前天气舒适，尽情享受吧！"
fi

echo "[$TIMESTAMP] ${CITY}: ${WEATHER_DATA} | 温馨提示：${TIPS}" >> "$LOG_FILE"

看到了吗？你完全没有去啃 Shell 编程书籍，就靠着“告诉大模型你要干什么”，直接把一个“数据的记录员”升级成了“生活的提醒小秘书”。

二、打通最后的距离：主动推送到微信/钉钉

但如果只是把预警写在 Linux 本地日志里，这也太不“互联网”了。我们不可能每分钟都登服务器 cat 日志。真正的痛点是什么？在我们去上班的路上，脚本能不能主动告诉我们：“老板，今天大概率下暴雨，记得带伞”？

这就不得不提消息推送界的“神器”——PushPlus（推送加）。它能让你通过极简的 HTTP 请求，把消息直接弹到你的个人微信上，完全不需要去申请复杂的企业号。

第一步，让大模型帮你写出 PushPlus 推送函数
向大模型发送指令：

“我有一个 Linux 脚本需要向微信推送消息。请帮我用 Shell 脚本写一个 PushPlus 的通用推送函数，要求获取 PushPlus Token，且支持把自定义的消息标题和内容发送到微信。顺便教我这个 Token 去哪里找。”

大模型会立刻生成一个标准的推送函数库，你只需花 30 秒去 PushPlus 官网复制一个 Token 即可。

第二步，缝合进我们的天气脚本
把刚才的大风、高温预警作为推送内容，让脚本在记录日志的同时，调起微信的小喇叭。

当你要求大模型修改 V2.0 脚本加入推送逻辑时，它可能会给出如下 V3.0 关键片段：

#!/bin/bash
# ...（前面抓取与判断的代码保持不变）...

# 引入 PushPlus 推送函数
source /opt/scripts/pushplus_helper.sh

# 当存在恶劣天气提示时的逻辑
if [[ "$TIPS" == *"预警"* ]]; then
    PUSH_TITLE="⚠️ 坏天气预警 - ${CITY}"
    PUSH_CONTENT="当前气温：${TEMP_STR}\n湿度：${HUM_STR}\n风力：${WIND_STR}\n提醒：${TIPS}"
    
    # 调用大模型帮我们写的函数发到微信
    push_to_wechat "$PUSH_TITLE" "$PUSH_CONTENT"
    echo "[$TIMESTAMP] ALERT: 恶劣天气已推送到微信" >> "$LOG_FILE"
else
    # 即使是好天气，也可以每天早晨8点温柔提示一下（后面定时任务里设）
    echo "[$TIMESTAMP] INFO: 天气舒适，未触发预警推送" >> "$LOG_FILE"
fi

定时任务建议（crontab -e）：

text
# 每天早上 7:30 定时推送天气日报到微信
30 7 * * * /home/yourname/weather_advanced_v3.sh

大模型不仅帮你写了复杂的 JSON 拼接和网络请求，还把 @all 提醒、内容格式的雷区都给避开了。

从此以后，每天早上你拿起手机，微信就会收到一条专属“天气小管家”发来的贴身提示，科技感与人文感双双拉满。

三、数据可视化的魅力：让枯燥数字在终端“跳舞”

如果你觉得看日志里的纯文本还不够过瘾，我教你一个甚至能让同事觉得你是“极客大神”的招数——命令行可视化。

之前存了几百条的温度记录，怎么显示成气温曲线呢？大模型可以教你在脚本里用一个叫做 gnuplot 的工具，把气温、湿度、风力等历史数据转换成直观的图表。

你甚至可以教大模型解析 wttr.in 的天气预报数据（比如一次性获取未来三天的数据），然后在终端画出一个纯字符组成的温度趋势柱状图，效果如下：

text
 北京未来三天温度趋势 (ASCII 柱状图)
 
 35 ┤                                             
 30 ┤                              ██  
 25 ┤         ██        ██        ██  
 20 ┤         ██        ██        ██  
 15 ┤  ██     ██        ██        ██  
 10 ┤  ██     ██        ██        ██  
  5 ┤  ██     ██        ██        ██  
  0 ┤  ██     ██        ██        ██  
    ├─────────────┼─────────────┼─────────────┤
     10月2日      10月3日      10月4日

你只需要跟大模型说：“写个 Shell 脚本，利用 wttr.in 获取未来 3 天北京的最高温度和最低温度，然后用纯 ASCII 字符在终端画出柱状对比图。”几分钟后，你的小黑窗就被大模型激活成了气象分析仪表盘！