返回顶部
g

go-stargazing轻量观星推荐

轻量版区域级拍星/观星推荐技能。默认全国范围,先做云量粗筛再做细筛评分;输出逐晚独立建议与完整气象指标。

作者: admin | 来源: ClawHub
源自
ClawHub
版本
V 1.3.8
安全检测
已通过
255
下载量
免费
免费
0
收藏
概述
安装方式
版本历史

go-stargazing

GoStargazing

定位

轻量级、区域级拍星/观星推荐技能,用于回答:
  • - 今晚/指定日期,全国或指定范围哪里更适合拍星
  • 多天查询时,每一晚分别哪里更适合拍星

不做:

  • - 具体机位推荐
  • 编造真实视宁度、实测光污染、真实遮挡
  • 把区域级结论伪装成机位级结论

默认规则

  • - 用户没指定范围:当用户说“全国/中国/国内”时,默认按中国34个省级行政区全覆盖处理
  • 用户指定省份或更小范围:按用户范围查
  • 用户没说明题材:默认按星空/银河/观星处理

核心流程

1. 全国初筛

  • - 大范围查询时,第一轮只看云量
  • 云量不达标直接过滤,达标再进入细筛
  • 粗筛阶段不要混入风速、湿度、月光、露点、降水、云底高、天气代码等指标
  • 全国粗筛默认使用gfs_global单模型筛选云量,大幅减少API调用;细筛阶段再启用多模型对比
  • 单日coarse survivor <= 10:直接全部进入细筛
  • 多天coarse survivor <= 20:直接全部进入细筛

2. 细筛

细筛阶段默认启用:
  • - 风速
  • 湿度
  • 夜间通透度/能见度
  • 月光影响
  • 月升/月落
  • 露点
  • 降水
  • 云底高
  • 天气现象码
  • 模型策略:粗筛默认gfsglobal单模型;细筛阶段启用gfsglobal + ecmwfifs双模型联合判定;若双模型存在明显分歧,再补iconglobal

评分原则:

  • - 云量权重最高
  • 风速权重较低

3. 区域聚合

  • - 把高分点聚合成区域级结论
  • 优先输出自然地理/行政区域名称
  • 不直接返回一堆采样点给用户

4. 候选榜单规则

  • - 按最终排序分从高到低排序
  • 候选阈值:max(70, 第一名分数 - 10)
  • 只允许recommended/backup进入候选榜单
  • observe_only不得进入候选榜单
  • 达标候选少于10个时如实返回;多于10个时只保留前10
  • 不允许为了凑满10个而硬塞明显低质量候选

多天规则

多天查询时:
  1. 1. 按逐晚独立推荐输出
  2. 每晚给主推荐、备选、完整气象指标和候选榜单
  3. 不做跨晚路线连续性判断

输出要求

默认按以下顺序组织:
  1. 1. 结论
  2. 备选
  3. 细化说明
  4. 风险提示
  5. 本轮参考信息
  6. 下一步(是否继续细筛)

导出边界

  • - 本技能只负责返回文本/JSON结果
  • 不再内置Excel/xlsx导出能力
  • 用户若需要表格附件,应自行创建或由调用侧另行处理

真实数据输出

当用户明确要求真实数据或要自行复核时,回复中必须同时给出本轮实际查到的关键气象指标,不得只给口语化结论。

优先包含:

  • - 天文夜窗、最佳可拍窗口、可拍时长
  • 平均/最差云量
  • 风速、阵风、湿度、能见度
  • 温度、露点、月光影响
  • 低/中/高云、降水、天气现象码(如有)
  • 数据来源与数据完整性说明

回复生成约束

调用方必须优先使用finalreplydraft/reply_drafts.*作为最终回复,不要自行根据零散JSON字段二次摘要或重组,否则会丢失完整气象指标与解释。

用户明确要求复核或对照Windy时,应优先使用finalreplydraft或reply_drafts.detailed。

用户可读性规则

  • - 只说自然中文
  • 不要直接输出内部字段名、调试字段或变量名
  • 解释时优先说:哪个区域更稳、哪个区域更适合守候、哪晚更适合当路线锚点

夜窗与月光

  • - 地区天文夜窗和最佳可拍窗口必须分开表达
  • 月光建议可以说强/中/弱,但不要伪装成真实天文实测
  • 月升/月落与无月光窗口属于辅助信息,不是硬评分主字段

运行前提

  • - 依赖python3
  • 额外pip依赖:lunarcalendar、shapely
  • 真实天气模式依赖可访问的Open-Meteo在线接口
  • 若当前环境无法访问外部天气源,或当天请求额度已耗尽,则只能明确告知用户无法继续获取新的真实天气数据

数据边界

  • - 天气主源:Open-Meteo HTTP API
  • 需要真实数据时,必须使用真实天气查询(CLI对应--real-weather),不得默认退回mock后继续当真实结果回复用户
  • 若真实天气抓取失败,必须明确说明失败情况,不得用mock顶替真实结论
  • 预报范围最远约16天;超出需明确告知用户查不了
  • 复杂地形区域(高原/山区)预报不确定性更高,必要时提醒用户临近出发再复查
  • 命中429时应自动退避,不得继续高频硬打同一模型
  • 若天气源明确返回Daily API request limit exceeded. Please try again tomorrow.,则视为当天真实天气额度已耗尽
  • 命中上述“日额度超限”时:不得继续重试;应直接对用户说明:今天天气源查询额度已超限,明天再查
  • 不同天气模型要分别做节流,不能共用一条激进并发节奏
  • 全国扫描与单区复核必须分开:全国允许较高吞吐,小范围/单区复核应改走低频保守模式

打包数据

当前运行使用:
  • - data/china-provinces-lite.json
  • data/china-prefectures-lite.json

使用轻量bbox边界,替代完整geometry,以控制包体积。

主要脚本

  • - scripts/gostargazing.py:主入口
  • scripts/gostargazingengine/engine.py:主流程编排
  • scripts/gostargazingengine/geo.py:地理边界与空间处理
  • scripts/gostargazingengine/weather.py:天气获取与聚合
  • scripts/gostargazingengine/scoring.py:评分逻辑
  • scripts/gostargazing_engine/astronomy.py:天文计算

致谢

本技能由以下伙伴共同打造:
  • - 陈一菲:技能第一版创作者,为星空摄影规划奠定了核心框架
  • 陆不喝:提供技术方案与专业指导,让数据驱动的选址评分体系成为可能
  • Fortune:发起者,将摄影实践与AI能力深度结合,持续推动功能迭代

感谢每一位愿意为星空奔赴山海的人

标签

skill ai

通过对话安装

该技能支持在以下平台通过对话安装:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 go-stargazing-1775970485 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 go-stargazing-1775970485 技能

通过命令行安装

skillhub install go-stargazing-1775970485

下载

⬇ 下载 go-stargazing v1.3.8(免费)

文件大小: 81.5 KB | 发布时间: 2026-4-13 10:28

v1.3.8 最新 2026-4-13 10:28
SKILL.md: 粗筛改为 GFS only 描述同步;去掉多天规则中 go-stargazing-trip 引用;去掉导出边界整节

Archiver·手机版·闲社网·闲社论坛·羊毛社区· 多链控股集团有限公司 · 苏ICP备2025199260号-1

Powered by Discuz! X5.0   © 2024-2025 闲社网·线报更新论坛·羊毛分享社区·http://xianshe.com

p2p_official_large
返回顶部