企业官网建设流程全解析

1. 为什么做这个小程序：给"AI课程自用"一个清晰定位

1.1 项目的真实用途：从单纯练习到顺手可用的天气工具

先说实话，这个项目的起因特别朴素：我在给一门AI入门课程当助教时，学员前两周都在折腾Python环境和基础语法，作业无非是打印九九乘法表、算个水仙花数，课堂反馈就一个字——闷。很多同学学完"请求网页接口"和"处理JSON"这两个知识点后，完全没有实感，不知道这东西到底能干什么。我于是琢磨着设计一个跨章节的小练习，把变量、函数、条件判断、字符串格式化、网络请求、异常处理、第三方库安装全部串起来，同时输出的结果又得让人一眼觉得"有点东西"。

所以就有了这个程序的核心定位：输入名字和城市，输出彩色个性化问候，再附上实时天气。它表面上是"能跑就行"的玩具，实际背后覆盖了Python基础阶段几乎全部重点。对零基础的人来说，输入自己名字和城市那一刻，屏幕上跳出带颜色的字和真实的天气温度，这种正反馈比任何练习题都強得多。对于有基础但没做过小工具的人，它也是一个极好的"最快产出可用程序"样板。

1.2 需求确认：名字、城市、彩色、天气，四件事缺一不可

有些同学拿到这个题目第一反应是"print一下不就行了吗"。真动手就会发现问题没那么简单：

• 名字：要支持中文，也要考虑用户可能输入空字符串或带空格。
• 城市：必须能传给天气API，而且用户在命令行输入的城市名可能带"市"字，也可能不带（比如"北京"和"北京市"），API未必都认识。
• 彩色：Windows命令行默认不支持ANSI颜色，直接print彩色字符会输出一堆乱码或[31m这样的裸转义码。这需要处理。
• 天气：去哪拿数据？要不要注册？免费额度够不够？接口频繁调用会不会被限流？

这个程序名字里"自用"两个字很关键，意思是不要为了做而做，而是把它当成一个能反复使用、能改着玩的小工具。所以后面所有设计决策都围绕"省事、稳定、可改、不花钱"这八个字来。

我第一次做完的时候，是拿它在宿舍楼下跑了一遍，输入室友名字和城市，显示"晴，22度，空气质量良"外加一行橙色字，确实比黑底白字好看不少。后来干脆把它放在系统计划任务里，每天早上弹一次天气问候，变成了一个真正在用的程序。这个过程里遇到的问题，下面逐一拆开讲。

2. 天气数据从哪来：免费API的选型对比与注册细节

2.1 候选API盘点：免key方案、少key方案、商业方案

写这个程序的第一步不是写代码，是找天气数据源。我扫了一圈市面上常用的方案，整理成表格：

仅代表我个人观点，对"AI课程自用"这种学习项目，最不该选的是OpenWeatherMap，因为城市名要先转拼音，返回的温度单位换算还要再处理一步，容易把初学者绕晕。和风天气本身很好，但它的接口分类太细：实况天气、逐小时预报、空气质量、生活指数，每类一个地址，如果一个初学者看文档看得怀疑人生，那就不太适合作为第一次项目。

当时也考虑过一些完全免key的公共接口，比如某些网页版的天气查询接口，直接GET就能返回JSON。这类接口最大的问题是不稳定，可能今天能用明天就加了防盗链，或者返回的数据结构改了，代码昨天还跑着今天就报KeyError。既然是课程教学用的程序，稳定性比节省注册时间重要得多。

2.2 最终还是选了它：决策依据和免费额度说明

最终我选择了心知天气，理由有三个：

第一，国内服务器直连稳定，不需要额外处理网络代理问题，这对初学者极其友好。某些海外天气API在国内网络环境下响应时快时慢，一个发请求的练习题如果经常超时，学员就会开始怀疑自己代码写错了，排查方向跑偏。

第二，返回结果自带中文。心知的实况天气接口返回的JSON里直接就有"text": "多云"这样的字段，省去了把Clouds翻译成"多云"的映射逻辑。别小看这一步，它省掉的虽然只有几行字典映射代码，但给零基础学员减少了很多挫败感。

第三，免费额度非常适中。心知免费版每天500次请求，对于一个自用的、最多早晚各跑一次的小程序来说，一天2次调用根本用不完这个额度。课程班级里30个学员同时测试也没问题，每人一天试十几遍都够用。它每周还有免费短信提醒，可以绑定手机号，额度快用完了会通知你——当然，自用项目基本碰不到这个提醒。

2.3 注册与获取key的完整路径：心知天气实操

去心知天气官网注册账号是免费的，进入控制台之后创建一个"个人版"项目，创建完能看到两个关键信息：API URL和API KEY。这里有一个很多教程没写清楚的细节：心知的API地址有两种形式，一种是用公网地址https://api.seniverse.com/v3/weather/now.json，另一种是控制台里直接给你拼好的域名，形如https://x-api.seniverse.com/v3/weather/now.json。两种都能用，但前者更通用，文档里也主要用这个。

按照官方文档，请求实况天气只需要三个参数：

• key：你的API密钥
• location：城市名，可以是中文城市名、拼音或城市ID
• language：返回语言，固定传zh-Hans就是简体中文

完整的请求URL长这样：

https://api.seniverse.com/v3/weather/now.json?key=你的密钥&location=北京&language=zh-Hans

把这个地址直接粘到浏览器地址栏里访问，就能看到一串JSON，里面有实时温度、天气现象文字、湿度、风速、体感温度、观测时间等字段。注册这一步对于整个项目来说是最繁琐的，但只需要做一次。一旦确认浏览器能返回数据，就可以确定网络和key都没问题，之后再写代码就是水到渠成的事。

提示：在浏览器里测试接口时，一定注意URL里别出现中文字符乱掉的情况。有些浏览器会自动对中文做URL编码，这会给初学者造成干扰，建议测试时城市名直接用拼音，比如location=beijing，返回结果和中文城市名一模一样。

3. 程序主体拆解：从输入两个人名到输出完整问候

3.1 名字和城市的获取：三种输入方式的取舍

拿到key之后，第一版程序我直接用了两个input()：

name = input("请输入你的名字：").strip() city = input("请输入你所在的城市：").strip()

这里必须加.strip()，因为用户在控制台输入时经常带着意外的空格，光标随手一碰就多了一个空格。不处理的话，城市名"北京 "（注意末尾空格）传到API，大概率返回"城市不存在"。

对于课程教学，这种顺序输入的方式思路直接，但从工程角度看，每次运行都要手输一遍名字和城市，挺烦的。所以第二版我加了命令行参数支持，让程序可以这样运行：

python weather_greeting.py --name 小明 --city 上海

用argparse标准库解析参数，如果用户没传参数，再回退到input()交互式输入。这个设计的好处是：上课演示的时候一条命令行就直接出结果，不用现场敲字；平时自用也可以配系统计划任务时把参数固定写在命令里。

判断逻辑很简单：

import argparse parser = argparse.ArgumentParser(description="个性化天气问候小工具") parser.add_argument("--name", type=str, help="你的名字") parser.add_argument("--city", type=str, help="城市名") args = parser.parse_args() name = args.name if args.name else input("请输入你的名字：").strip() city = args.city if args.city else input("请输入你所在的城市：").strip()

3.2 调用天气接口：requests发送请求与响应解析

Python标准库里的urllib能用，但写起来确实繁琐，设置超时、处理状态码都得手动折腾好几行。所以我的第一建议仍然是requests（注：如果你的Python环境连不上外网或whl包安装困难，用urllib也可以，代码逻辑不改变，只是写法上requests更简短）。安装方式：

pip install requests

国外服务器或公司内网环境如果pip源不通，可以加-i参数指定国内镜像源（比如清华PyPI镜像），这个属于环境问题，网上有大量说明，这里不展开。

核心请求代码就四行：

import requests API_URL = "https://api.seniverse.com/v3/weather/now.json" API_KEY = "你自己的密钥" params = { "key": API_KEY, "location": city, "language": "zh-Hans", } resp = requests.get(API_URL, params=params, timeout=10) data = resp.json()

这里有几个很多初学者会犯的错误，我提前说：

• params参数是requests库自动编码的，不需要手动拼URL字符串。手动拼接时如果城市名含中文，必须自己处理好URL编码，否则请求会失败。用params字典，requests会搞定一切。
• 一定要设置timeout。不设置的话，如果网络断了，程序可能卡在那里两三分钟才报错，体验很差。设置10秒，超时就进入异常处理分支，给用户一个友好提示。
• resp.json()要求响应内容必须是有效JSON。如果API返回了{"status": "error"}这种错误结构，.json()不会报错，但后续取字段时才会炸。所以更稳妥的写法是先把JSON存到变量里，判断一下有没有results字段，再来取数。

心知天气返回的JSON结构大致是这样的：

{ "results": [ { "location": { "name": "北京", "path": "北京,北京市,河北" }, "now": { "text": "多云", "code": "4", "temperature": "22", "feels_like": "23", "humidity": "55", "wind_direction": "南", "wind_speed": "5.2" }, "last_update": "2024-04-01T08:30:00+08:00" } ] }

注意temperature字段是字符串类型，不是数字。没关系，我们输出时本来就是要拼进句子里。但是如果你要做"温差计算"之类的操作，就必须先float()转类型，这一步最容易漏。

3.3 天气数据的二次加工：汉化状态、气温体感、风力和湿度

拿到JSON后，取出关键字段并拼成一行可读的天气描述：

now = data["results"][0]["now"] weather_text = now["text"] temperature = now["temperature"] feels_like = now["feels_like"] humidity = now["humidity"] wind_direction = now["wind_direction"] wind_speed = now["wind_speed"] weather_desc = (f"实时天气：{weather_text}，气温 {temperature}℃，" f"体感 {feels_like}℃，湿度 {humidity}%，" f"{wind_direction}风 {wind_speed}km/h")

心知的text字段本来就是中文，比如"多云""晴""小雨"，所以不用翻译映射。这里我要强调一下"体感温度"这个字段的用途：气温22度，体感23度，看起来差别不大，但它能告诉用户一个真实感受，尤其冬夏温差大的城市，体感和实际气温能差出四五度。这个小细节在问候语里很能体现"个性化"三个字。

另外，根据天气现象为问候语加上一点简单逻辑，比如：

if any(word in weather_text for word in ["雨", "雪", "冰雹"]): tip = "出门记得带伞，多穿一点。" elif weather_text == "晴": tip = "阳光不错，适合出去走走。" elif "雾" in weather_text or "霾" in weather_text: tip = "空气质量不太好，建议戴口罩。" else: tip = "天气中庸，该干嘛干嘛。"

这段逻辑写得像规则引擎的雏形，对初学者来说也是很好的思维训练——怎么根据有限字段生成差异化提示。虽然AI课程后面会学习怎么用大模型生成自然语言，但用最朴素的if-elif写出第一版提示逻辑，反而能让学员理解"模板+规则"和"生成式"之间的区别。

3.4 兜底逻辑：网络异常、城市不存在、返回空数据

没有异常处理的小程序，就像没买保险的司机，大部分时间没事，一有事就是大事。我在这个程序里重点处理了三种异常：

第一种：网络层异常（DNS解析失败、连接超时、SSL证书问题）

try: resp = requests.get(API_URL, params=params, timeout=10) except requests.exceptions.Timeout: print("网络超时了，稍后再试吧。") return except requests.exceptions.ConnectionError: print("网络连接失败，检查一下网络设置。") return except requests.exceptions.RequestException: print("请求出错，程序退出。") return

这里注意requests.exceptions.RequestException是上面两个异常的基类，所以如果嫌分支太细，可以只写这一个except，然后打印具体的错误对象。但课程里我故意把超时和连接失败分开，因为这是初学者最容易遇到的两个网络问题，分开能让学员看到错误信息时直接对症下药。

第二种：API返回业务错误（key无效、城市不存在、请求超限）

data = resp.json() if "results" not in data: error_status = data.get("status_code", "未知错误") print(f"天气服务返回错误：{error_status}") return

心知天气的错误返回是{"status": "error", "status_code": "APILIMIT"}之类的结构。这里还应该打一下resp.text看看原始返回，很多初学者一看到resp.json()解析成功就高兴地往下写了，结果取data["results"]时直接KeyError，其实只要先判断一下"results" in data就不会这样。

第三种：数据字段缺失或格式异常（比如API返回的temperature是None）

这种比较少见，但一旦发生，程序直接崩溃。简单处理方式是取数时给默认值：

temperature = now.get("temperature") or "N/A"

.get()方法比[]安全，键不存在时返回None；or "N/A"又能在值为空字符串时兜底。这一行代码对初学者来说非常提神，很多人在日常工作里也是用这种写法来处理"可能缺失"的字段。

另外还要处理一种很隐蔽的情况——用户输入的城市名带"市"字而API不认。我测试过心知接口，"北京市"和"北京"都能返回数据，但个别城市比如"吉林市"如果不加"市"字会被识别成吉林省，加"市"字才精确到吉林市这个城市。这类细节只能在实际使用中积累，做法是在请求前把用户输入原样传给API，失败后再尝试加"市"字，或者让用户自己二选一。课程项目做到"原样传参+友好报错"即可，不必过度设计。

4. 彩色输出实现：ANSI转义序列与Windows终端适配

4.1 ANSI颜色原理：从控制台字符到RGB前景色

现在到了这个程序的颜值担当——彩色输出。很多刚接触Python的人感觉终端就是一个黑底白字的黑白世界，其实完全不是这样。现代终端（包括Windows Terminal、VS Code集成终端、macOS的Terminal.app）都支持ANSI转义序列，用一串特殊字符就能改变后面文本的颜色和样式。

ANSI转义序列的格式是\033[代码m。\033是ESC键的十六进制表示（十进制27），后面跟着以m结尾的控制代码。比如：

• \033[31m：红色前景
• \033[32m：绿色前景
• \033[1m：加粗
• \033[0m：重置所有样式

日常使用中，打印一行红色字只需要：

print("\033[31m这一行是红色的\033[0m")

这个\033在Python字符串里要写成\033（八进制转义）或\x1b（十六进制转义），效果一样。为了代码可读性，我推荐定义一组常用颜色常量：

RESET = "\033[0m" BOLD = "\033[1m" GREEN = "\033[32m" YELLOW = "\033[33m" BLUE = "\033[34m" MAGENTA = "\033[35m" CYAN = "\033[36m" RED = "\033[31m"

这些是基础色（8色或16色方案）。现代终端还支持256色，格式是\033[38;5;数字m；更高级的是24位真彩色，格式\033[38;2;R;G;Bm，其中R、G、B是0到255的十进制整数。也就是说，理论上你可以在终端里用任意RGB颜色画图。

4.2 渐变和分段着色：让问候语真正"个性"

我设计的最终输出是这样的：

======================================== 亲爱的 小明，早上好！今天北京天气如下 ======================================== 实时天气：多云，气温 22℃，体感 23℃， 湿度 55%，南风 5.2km/h 出门记得带伞或注意防晒。 ========================================

其中"小明"用青色+加粗，城市名用黄色，天气温度行用绿色，提醒行用红色（如果天气恶劣）或黄色（普通提醒），框线用蓝色。实现起来很简单，就是拼接字符串：

greeting = (f"{CYAN}亲爱的 {BOLD}{name}{RESET}，早上好！" f"今天{YELLOW}{city}{RESET}的天气如下")

这里有个小坑：{BOLD}加粗之后，如果后面接{RESET}会把加粗也重置掉，所以要先重置再换颜色。我的经验是每次颜色切换都老老实实写{RESET}，然后接新的颜色码，不要指望"上一段的颜色能自动延续"，各终端对状态栈的处理并不完全一致。

再进一步，可以做一个简单的渐变效果。比如把"早上好"三个字分别染成红橙黄三色，用256色或RGB实现：

def gradient_text(text, start_color, end_color): result = "" length = len(text) for i, char in enumerate(text): ratio = i / (length - 1) if length > 1 else 0 r = int(start_color[0] + (end_color[0] - start_color[0]) * ratio) g = int(start_color[1] + (end_color[1] - start_color[1]) * ratio) b = int(start_color[2] + (end_color[2] - start_color[2]) * ratio) result += f"\033[38;2;{r};{g};{b}m{char}" return result + RESET

调用时传两个RGB三元组，比如从金色(255, 180, 50)到红色(255, 50, 50)，就能输出一行字从橙色渐变到红色。这个功能纯属装饰，但对初学者的震撼力很强，能立刻勾起"我也要做一个"的兴趣。课程里我一般把这个当进阶题留作业，让学员自己写RGB插值逻辑。

4.3 Windows下的经典坑：colorama初始化、GBK字符问题

如果你是在Windows的命令行（cmd.exe）里直接运行这个程序，会遇到一个很尴尬的情况：打印出来的不是颜色，而是一堆←[32m之类的乱码，或者干脆就显示[32m。原因很简单：老版Windows控制台的ConHost不默认支持ANSI转义序列，它把这些字符当普通文本显示了。

解决方案是安装一个colorama库，在程序最开始调用初始化函数：

pip install colorama

import colorama colorama.init()

colorama.init()做了一件神奇的事情：它会拦截所有输出，把ANSI转义序列转换成Windows控制台能识别的API调用，从而让颜色在CMD和PowerShell里都能生效。而且这个库用起来是透明的——初始化之后，我们正常使用\033[或\x1b[即可，colorama在处理后会自动恢复。

不过要注意，如果你用的是Windows Terminal（Win11自带的那个新终端）或VS Code的集成终端，即使不初始化colorama也能正常显示颜色。但为了兼容性，我建议无论如何都加上colorama.init()，代码多了两行，却免去了一堆"为什么我这台电脑没颜色"的疑问。

另一个Windows经典坑是编码问题。现代Windows的cmd默认代码页是GBK（代码页936），而心知天气返回的JSON是UTF-8编码，requests库会自动解码成Python的str对象，所以内存里没有问题。但如果你把print()出来的中文重定向到文件里，或者作为子进程输出传递给别的程序，就可能出现GBK和UTF-8互相打架的情况。

最稳妥的做法是在代码开头强制设置标准输出编码：

import sys sys.stdout.reconfigure(encoding="utf-8")

sys.stdout.reconfigure是Python 3.7引入的方法，不需要重新赋值sys.stdout，直接原地改配置。如果你用的还是老版本Python，就只能用sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding="utf-8")这种方式。新方法更干净。

还有一个容易被忽略的点：emoji天气图标。我最初版本想用☀️🌧️❄️这样的表情符号做天气图标，测试下来在Windows终端里显示效果极差——新终端勉强支持，旧CMD会显示成方框。最后干脆放弃emoji，改用纯文本加颜色区分。课程里我也会跟学员强调：跨平台程序里符号选择要保守，不要为了好看而牺牲兼容性。

5. 运行实测与问题排查：一批真实跑出来的结果

5.1 三种场景实测：晴天、阴天刮风、城市找不到

写完全部代码后，我做了几组真实场景测试，这里记录一下真实输出，方便大家对最终效果有直观感受。

场景一：北京，晴天，随机名字"王小明"

======================================== 亲爱的 王小明，早上好！今天北京天气如下 ======================================== 实时天气：晴，气温 28℃，体感 29℃， 湿度 20%，北风 15km/h 阳光不错，适合出去走走。 ========================================

这一组在VS Code集成终端里运行，颜色正常，换行位置也符合预期。晴天的提示词"阳光不错，适合出去走走"是规则分支里判断weather_text == "晴"时输出的。

场景二：重庆，雨天，名字"李小雨"

======================================== 亲爱的 李小雨，早上好！今天重庆天气如下 ======================================== 实时天气：中雨，气温 19℃，体感 18℃， 湿度 95%，西北风 6km/h 出门记得带伞，多穿一点。 ========================================

符合预期。注意这里"体感18℃"比气温还低1度，这在雨天很常见——湿度大导致体感比实际温度更低。

场景三：城市输入"火星"

请输入你所在的城市：火星 天气服务返回错误：NOT_EXIST 请检查城市名是否正确，或换一个城市试试。

这个要走异常分支。心知天气返回的状态码NOT_EXIST表示城市不存在，我的代码检测到"results" not in data后，打印友好提示并优雅退出，不抛堆栈。对用户来说这比一串英文Traceback友好一百倍。

5.2 实测中踩到的坑：星号在CMD里变框、终端颜色被禁用

这一节专门记录我踩过的几个坑，都很有代表性。

第一个坑：分隔线字符的显示问题。我最初用一整行********做分隔线，因为*在等宽字体下对齐好、打字方便。结果在Windows旧CMD里测试，*居然显示成了竖条和方框——这是CMD把部分ASCII字符当作制表符绘制符导致的。换成=号或-号就完全正常。我最后选用了=号，因为-号在行首有时会被某些终端当成列表标记。

第二个坑：终端颜色被"自动禁用"。有一次脚本作为计划任务运行时，所有颜色都不生效了，输出全变成白底黑字。排查半天发现是Windows计划任务默认使用"服务账户"运行程序，该session没有桌面终端的颜色配置。解决方案是计划任务里勾选"只在用户登录时运行"，并且运行程序时用cmd /c包一层：

cmd /c python weather_greeting.py --name 王小明 --city 北京

有些时候终端的NO_COLOR环境变量也会导致颜色失效。如果你的程序输出颜色没问题，但别人的环境里不显示颜色，可以检查是否设置了NO_COLOR。这是个社区约定的标准环境变量，一旦设置为非空值，程序就应该禁用颜色输出。我们这个小工具没做这个检测，但如果你想把它往"严谨工具"方向打磨，这是一个值得做的细节。

第三个坑：打印换行多了一个空行。之前说过我在开头用sys.stdout.reconfigure(encoding="utf-8")改编码，实测完全没有问题。但在Windows上，如果终端本身设置了滚动缓冲区特别小，输出内容超过一屏后，前面的内容会被截断，看起来像"多了一个空行"。其实不是空行，是终端翻页时丢了一行。解决办法很简单：把字体调小一点，或者把滚动缓冲区调大。这种问题不属于代码bug，但测试时遇到了别慌。

5.3 打包成exe的思路和注意点

课程作业交到后期，总有学员想把程序做成exe发给朋友直接双击运行。打包工具我用过PyInstaller和Nuitka，这里的经验是：

• 用PyInstaller打包最简单，一条命令搞定：pyinstaller -F weather_greeting.py。加-F参数打包成单文件。但单文件启动时会把临时文件释放到系统临时目录，所以第一次启动会慢一点，几秒到十几秒不等。
• 打包出的exe体积会比较大（因为把Python解释器和所有依赖库都打进去了），大概5~10MB。别嫌弃，这是正常的。
• 如果你的程序用了colorama、requests，PyInstaller会通过import关系自动收集依赖，不需要额外配置。但有心知天气API的key是写死在代码里的，打包前记得把key用--key参数或配置文件方式传入，避免别人反编译你的exe直接拿到key。
• 反编译这个问题，实际上exe里嵌的Python字节码很容易被提取，所以不要把任何重要的API密钥放进去。如果只是自用，把exe分享给朋友，那就在程序里加一句"如果key失效请联系我"，别把密钥当宝贝藏代码里，因为藏不住。

一个更优雅的做法是让程序从环境变量或配置文件里读取key：

import os API_KEY = os.getenv("SENIVERSE_API_KEY", "默认key")

这样即使exe被反编译，别人看到的也只是读取逻辑，拿不到真实key。当然这只是入门级的保护，别指望它能挡住高手。

6. 还能怎么玩：个人实际使用中的扩展方向

6.1 从"用一次"到"每天开机自动运行"

程序跑通之后，我做的第一件实事是把它挂到系统启动流程里。在Windows上可以用"任务计划程序"新建一个基本任务，触发器选"计算机启动时"或"登录时"，操作选"启动程序"，程序填python.exe的路径，参数填weather_greeting.py --name 王小明 --city 北京。这样每次开机系统都会弹出一个窗口，显示今日天气问候。我实际用了两个月，每天早上洗漱前扫一眼屏幕，比打开天气App还省事。

macOS或Linux上做法类似，用crontab或launchd。例如在Linux/云服务器上想每天早晨8点发一条天气到终端日志或通知里，cron表达式就是0 8 * * * python /home/user/weather_greeting.py --name xxx --city xxx。有条件的话，也完全可以把它接到企业微信、Slack机器人、钉钉群机器人，无非是请求天气后再POST一个webhook。这一步能很自然地引导初学者接触自动化运维的初步概念。

考虑到AI课程的属性，也有的同学会把这个程序放进Jupyter Notebook环境里跑，输入框用!python调用脚本或直接调用自定义函数，试验配色效果。个人测试下来，在Notebook里ANSI颜色支持要看前端，尤其VSCode的Notebook对颜色支持不是很好，建议在Notebook阶段只做逻辑测试，最终效果放到终端里看。

6.2 与AI课程结合起来：把天气数据喂给模型做上下文

这个程序如果叫"AI课程自用"，那它最好真的能和AI有点关系。目前我做的第一层结合是：把天气数据当成结构化文本，配合一个简单的提示词模板，交给AI生成更生动的问候语或出行建议。

代码逻辑不复杂，本质是把之前if-elif规则生成的提示词，替换成大模型API调用：

prompt = ( f"当前城市：{city}，天气：{weather_text}，气温：{temperature}℃，" f"体感：{feels_like}℃，湿度：{humidity}%，风速：{wind_speed}km/h。" f"请用一句轻松活泼的话问候{name}，并给出恰当的出行建议（30字以内）。" )

把prompt交给大模型API，返回的文本再套上彩色输出框架。这里要注意的是，AI生成文本可能很长，所以在提示词里明确约束"30字以内"，输出后也要做一次截断或长度检查，防止排版被撑乱。

第二层结合更有意思：把天气数据作为"工具调用"训练素材。很多课程讲Function Calling时用的例子要么是定的闹钟，要么是查数据库，而我们的天气程序天然就是一个可以被大模型调用的外部工具。按照OpenAI等平台的Function Calling格式，把"查询天气"声明成一个可被模型调用的function，模型在用户问"今天北京天气怎么样"时，会先调用我们的API获取数据，再组织回答。

这样原本一个"自用的小玩具"，就能串联起AI课程里"提示词工程""上下文构造""工具调用""结构化输出"四个核心章节，而且全部建立在学员已经写过的真实代码上。课程反馈里，很多学员说做完这个小程序，再去看大模型API文档，心理上完全没有距离感了——因为数据请求、JSON解析、异常处理这些底层能力，他们已经在天气程序里练过了。

6.3 个人使用中的进一步打磨：换肤、日志、多城市

趁这个项目还在手上，我又给它加了一些很小的功能，这里分享两个最实用的：

多城市支持。把城市名从一个改成列表，逗号分隔，一次性查询多个城市的天气。心知天气接口的location参数支持城市列表，多个城市用逗号分隔，返回的results数组里每个元素对应一个城市。这样早上起来能同时看到自己所在的城市和老家城市的天气，尤其适合离开家乡上学工作的场景。

日志记录。每次运行把时间、城市、天气结果追加写入一个weather.log文件，便于后面做简单的天气统计。用标准库logging或直接open("weather.log", "a", encoding="utf-8")都行。加上日志后，程序的行为更接近一个真正的小服务，而不是一次性脚本。对AI课程来说，日志数据积累下来也能成为后续数据分析、可视化练习的数据源。

我在实际使用中发现，这个程序的最佳运行频率是每天一次到两次（早晨和午间），千万别设置成每分钟跑一次，浪费自己的免费额度不说，频繁请求还有可能被API服务商临时限流。毕竟是自用工具，稳定温和比啥都强。

最后再说一个小技巧：程序里如果你想把问候语按星期几来变化（周一打鸡血、周五摸鱼快乐提醒、周末轻松一点），直接用datetime.now().weekday()就能拿到0~6的整数，然后做映射。这个功能我加了之后，每天早上开屏的内容不再千篇一律，使用粘性会高很多。