<!--
该 skill软件著作权所有者：Dr.姜，Dr.姜在此申明保留一切与著作权相关的权利。
如需使用、复制、修改、展示等及使用该 skill 盈利的行为，请事先与 Dr.姜联系，
email：flycliff@qq.com。
-->
拍云认天气（shiyun-cloud）
用户给一张天空照片，你要产出一份"云识别 + 文化注解 + （可选）临近天气提示"的自包含 HTML 报告。整个流程分四步，全部按顺序执行。
工作流程
第 1 步：读取照片 EXIF
python3 scripts/exif_info.py <照片路径> --fresh-minutes 60
输出 JSON，包含：camera_make / camera_model（拍摄设备）、is_phone（是否手机拍摄）、datetime_original（拍摄时间）、gps（经纬度）、is_recent（是否当时拍摄，默认 60 分钟内）、age_minutes。当"当时手机拍摄"判定不通过时，额外输出 fresh_shot_issues 列表，逐条说明是哪个条件没过（超时/缺 GPS/时间无法解析/设备不匹配）——回复用户时必须把这个原因如实转述，不要笼统地说"非当时拍摄"。
- 如果报
Pillow 未安装，先pip3 install Pillow再重跑。 - iPhone 默认 HEIC 格式：读不出来时按错误提示装
pillow-heif，或在 macOS 上用sips -s format jpeg 照片.heic --out 照片.jpg转换后重试。 - 云端/异地运行时注意：脚本已内置时区换算——EXIF 时间是拍摄地墙上时间，系统时区与拍摄地不一致时会用 GPS 自动查拍摄地时区换算后再判定（输出
tz_basis注明基准），无需人工干预。 - EXIF 缺失或不完整是正常情况，脚本会如实标注
has_exif: false，不要编造位置信息。云端上传常会剥离 EXIF（转码压缩）；若用户明确说是现场拍摄但has_exif: false，应告知其上传链路剥离了拍摄信息，建议改传原图文件（而非聊天窗口压缩图）后重试。
第 2 步：识别云型（由你完成，不用脚本）
用你的视觉能力观察照片，对照 references/clouds.md 中的「三族十属二十九类」知识库判断云型，分三层走：
- 定族：按云底高度分高云（5 km 以上）→ 中云（2–6 km）→ 低云（2 km 以下）。
- 定属：按形态细分到 10 属之一，注意复合云型时选占画面主导的一种，其余在报告中提一句。
- 定类（关键，不能停在属）——在属内按结构、透光程度、排列与演变细分到 29 类中的一类。常见的必查项：
- 卷云要看有没有钩状（钩卷云＝雨兆，与密卷云的"稳定"含义相反）
- 积云要看扁平和是否高耸花椰菜状（淡积云＝晴，浓积云＝午后易雷雨）
- 积雨云要看云顶有没有砧状／鬃状（秃 vs 鬃，雷雨刚开始 vs 已到极盛）
- 高积云／层积云要看透光／蔽光／荚状／絮状／堡状／积云性 - 加修饰（可选）：若还能看出变种（透光、蔽光、波状、网状等）或补充特征（砧状、乳房状、幡状、弧状、漏斗云等），记到
varieties/features字段；看不出就留空，不硬凑。 - 从
references/clouds.md里取该云类的：特性、天气影响、民谣/口诀、唐诗。诗与谚语只能从参考文件里取，引用一律带出处（MLA 格式），不得凭记忆现编诗句；知识库标"暂无"的，报告里也写"暂无"，不要用相似云的内容顶替。
第 3 步：临近天气（仅当时拍摄的照片）
判断依据：EXIF 中有 GPS，且 is_recent == true（拍摄时间在 --fresh-minutes 内）；is_phone 可作为参考在报告中注明设备类型。满足才执行：
python3 scripts/weather_forecast.py <纬度> <经度> --hours 2
输出 JSON：未来 2 小时逐小时的天气现象、气温、降水概率、风速，minutely.summary 是 15 分钟一格的分钟级降水摘要（如"约 45 分钟后（12:15）开始降水，持续约 30 分钟"；无降水或接口缺数据时为 null），place 为拍摄地地名（反向地理编码，失败为 null），以及基于规则的 advice（对策建议）。
- 本脚本只取"未来完整小时"，已剔除当前未结束的小时；分钟级降水同样只统计未来的时段。
- 分钟级降水属可选增强：接口不返回该字段时自动降级为 null，逐小时预报与对策照常给出。对策里已做去重——逐小时规则已提示带伞时，不再重复追加"临近降水"建议。
- 不满足条件（非当时拍摄、无 GPS、来源判定不明）就跳过此步，报告中注明"非当时手机拍摄（或无位置信息），按约定不提供临近天气预报"。判定一律 fail-closed：宁可少给一份预报，也不给一份与照片无关的预报。
- Open-Meteo 免密钥；网络失败时如实报告失败原因，不要编造预报数据。
第 4 步：生成 HTML 报告
把第 2、3 步的分析写成 JSON（结构见 scripts/make_report.py 文件头注释），然后：
python3 scripts/make_report.py <照片路径> <分析json路径> -o 报告.html
报告会把照片以 base64 内嵌，单文件离线可开、可打印。若照片是 HEIC/TIFF/BMP 等浏览器不支持的格式，脚本会自动重编码为 JPEG 再内嵌（HEIC 需 pillow-heif），避免报告在不同浏览器里裂图。
分析 JSON 模板（云型字段必须与 references/clouds.md 中的名称一致）：
{
"cloud_type": "积雨云",
"cloud_species": "鬃积雨云",
"cloud_code": "Cb cap",
"cloud_latin": "Cumulonimbus capillatus",
"cloud_family": "低云",
"confidence": "高",
"varieties": "无",
"features": "砧状（incus）、乳房状（mamma）",
"observations": "云体庞大如山，垂直发展旺盛，顶部冰晶扩散成砧状，云底阴暗翻滚",
"characteristics": "（来自 references/clouds.md 该类条目）",
"impact": "（来自 references/clouds.md 该类条目）",
"rhyme": "（民谣/口诀原文；知识库标「暂无」就写「暂无」）",
"poem": "（诗句原文；无则留空）",
"poem_source": "（MLA 格式出处）",
"exif": { 第 1 步的 JSON 原样放入，无 EXIF 则为 null },
"weather": { 第 3 步的 JSON 原样放入，未生成则为 null },
"extra_clouds": "（次要云型说明，没有则省略）"
}
cloud_type填属名，cloud_species填类名（29 类之一），cloud_code填简写（如Cu cong、Ci unc）。报告标题与正文以"属（类）"的形式呈现，例如「积云（浓积云 Cu cong）」。- 只到属、判不出类时，
cloud_species留空并在confidence里说明原因（如"逆光，无法判断云顶是否冰晶化"），不要瞎猜类。
输出要求
- 报告文件名建议
拍云认天气报告_YYYYMMDD_HHMM.html。 - 最终回复用户时：先用一两句话直接说结论——属名＋类名＋天气怎么看（例："这张是浓积云：现在的天还晴，但午后容易转雷阵雨"），再给报告路径，不要只甩文件。
- 只说到属而没定到类时，如实说"只能定到卷云属，判不出是哪一类"，并说明光线上/角度上的原因。
维护自检
改动脚本或知识库后跑一遍自检，全部通过再发布：
python3 scripts/selftest.py # 离线（不需要网络）
python3 scripts/selftest.py --online # 追加真实天气与地名解析测试
自检会核对 references/clouds.md 的 29 类清单是否完整（族数、属数、类数三类计数）。增删云类后若索引表与正文不一致，测试会直接失败。
边界与诚实原则
- 云型判断给出置信度（高/中/低）；先保证属判对，再谈类——类判错比不判类更糟，例如把浓积云报成淡积云，会把"午后有雷雨"说成"天气晴好"。
- 拍摄角度刁钻、画面过暗、逆光剪影时如实说"只能定到属"并说明理由。
- 诗句、谚语必须出自
references/clouds.md，标"暂无"的就写"暂无贴切的诗句"，不硬凑、不借用邻近云类的内容。 - 天气预报只对当时拍摄的照片提供，且必须来自脚本真实返回，禁止编造。判定条件不满足或来源存疑时一律不给预报，不要用"当前所在地"的天气充数。
- 报告中"分钟级降水"与"对策建议"分工：前者只陈述数据，后者只给行动建议；不要把同一句摘要重复显示两遍。
