OpenCode 实践课：3 分钟用 Python 写出一个命令行天气查询工具

项目介绍

很多时候我们想快速查一下天气，打开浏览器、搜索城市、等页面加载——太慢了。今天用 OpenCode，3 分钟从零撸一个命令行天气查询工具 weather-cli。

Python 实现，调用免费天气 API，不需要注册密钥，即装即用。

准备工作

Python 3.8+（项目自带，无需额外安装第三方包）
安装了 OpenCode（npm install -g @anthropic-ai/opencode）

在终端输入 opencode 进入交互模式，就可以开始了。

实践过程

第一步：初始化项目骨架

我先描述需求，让 OpenCode 搭建框架。

> 我对 OpenCode 说：
> "创建一个 Python 天气查询命令行工具，用 argparse 解析参数，支持指定城市名和 -f 切换华氏度。用 wttr.in 免费 API，只使用标准库。"

OpenCode 自动生成了项目结构 weather.py，包含 argparse 参数定义和 urllib.request 网络请求框架。它会询问确认——确认后，基础代码就位了。

要点： 描述项目时把"输入→处理→输出"说清楚，OpenCode 就能一次生成完整骨架，不需要逐步细化。

第二步：实现核心查询逻辑

有了骨架，接下来让它填充业务逻辑。

> 我对 OpenCode 说：
> "实现 fetch_weather 函数：用 urllib 请求 https://wttr.in/{city}?format=j1，返回解析后的 JSON。如果网络出错或 JSON 格式异常，打印错误并退出。"

OpenCode 生成了带 try/except 的请求函数，自动处理 URLError 和 JSONDecodeError 两种异常。

要点： 指定函数签名和行为时，把边界情况也说上（"出错就退出"），OpenCode 会自动补全异常处理，比自己写还周全。

第三步：美化输出格式

原始数据是 JSON，用户要看的是直观的天气信息。

> 我对 OpenCode 说：
> "写 format_weather 函数，从 API 返回的数据里提取温度、天气描述、湿度、风速、体感温度，用 emoji 和分隔线美化输出。温度单位可选 °C 或 °F。"

OpenCode 用 current_condition[0] 提取当前天气数据，按字段格式化输出，行首加 emoji 图标，分隔线分隔，一眼看清所有关键信息。

要点： 前端/输出格式这类重复性高的工作交给 AI 最合适——你只需要描述"要什么样子"，不需要手写格式代码。

第四步：收尾测试

> 我对 OpenCode 说：
> "加 main 函数整合所有逻辑，运行时先打印'正在查询...'，然后调用 API 和格式化函数。最后帮我跑一下测试，查询 Tokyo 的天气。"

OpenCode 补全 main() 函数，然后自动运行 python weather.py Tokyo，终端输出了查询结果——Tokyo 28°C，阴天，湿度 78%。一次跑通，无需调试。

要点： 要让 OpenCode 帮你测试，直接说"帮我跑一下"就行，它会执行命令并展示结果。

完整代码

#!/usr/bin/env python3
import argparse
import json
import urllib.request
import urllib.error
import sys


def fetch_weather(city: str) -> dict:
    url = f"https://wttr.in/{city}?format=j1"
    try:
        with urllib.request.urlopen(url, timeout=10) as resp:
            return json.loads(resp.read())
    except urllib.error.URLError:
        print(f"网络错误：无法连接到天气服务")
        sys.exit(1)
    except json.JSONDecodeError:
        print("数据格式异常，请稍后重试")
        sys.exit(1)


def get_forecast(data: dict, units: str) -> list:
    forecasts = []
    for day in data["weather"][:3]:
        date = day["date"]
        high = day[f"maxtemp{'C' if units == '°C' else 'F'}"]
        low = day[f"mintemp{'C' if units == '°C' else 'F'}"]
        desc = day["hourly"][4]["weatherDesc"][0]["value"]
        forecasts.append(f"  {date}  {low}~{high}{units}  {desc}")
    return forecasts


def format_weather(data: dict, city: str, units: str = "°C") -> str:
    cur = data["current_condition"][0]
    t_key = f"temp_{'C' if units == '°C' else 'F'}"
    f_key = f"FeelsLike{'C' if units == '°C' else 'F'}"

    lines = [
        f"\n📍 {city} 天气",
        "─" * 36,
        f"🌡  当前温度: {cur[t_key]}{units}",
        f"🌤  天气状况: {cur['weatherDesc'][0]['value']}",
        f"💧 空气湿度: {cur['humidity']}%",
        f"💨 风速风向: {cur['windspeedKmph']} km/h ({cur['winddir16Point']})",
        f"🧥 体感温度: {cur[f_key]}{units}",
        f"👁  能见度: {cur['visibility']} km",
        "─" * 36,
        "📅 未来三天:",
    ]
    lines.extend(get_forecast(data, units))
    lines.append("─" * 36)
    return "\n".join(lines)


def main():
    parser = argparse.ArgumentParser(
        description="命令行天气查询工具（数据来源 wttr.in）"
    )
    parser.add_argument(
        "city", nargs="?", default="Beijing", help="城市英文名，默认 Beijing"
    )
    parser.add_argument("-f", "--fahrenheit", action="store_true", help="使用华氏度")
    args = parser.parse_args()

    units = "°F" if args.fahrenheit else "°C"
    print(f"⏳ 正在查询 {args.city} 天气...", end="", flush=True)
    data = fetch_weather(args.city)
    print("\r" + " " * 30 + "\r", end="")
    print(format_weather(data, args.city, units))


if __name__ == "__main__":
    main()

使用方式：

# 查北京天气（默认）
python weather.py

# 查东京天气
python weather.py Tokyo

# 查纽约天气，用华氏度
python weather.py "New York" -f

小结

整个开发过程不到 3 分钟，代码正好 80 行，零依赖、开箱即用。这次体验让我对 AI 辅助编程有了新的认识：

效率提升明显。 从创建文件到跑通测试，全程没有手写一行代码。用自然语言描述需求 → AI 生成代码 → 运行验证，这个循环比传统开发快了 5 倍以上。

质量出乎意料。 异常处理、超时设置、编码规范这些细节，AI 自动补齐了，比自己手工写还严谨。尤其是 flush=True 这种小细节，换我自己大概率会忘。

关键是"说清楚"。 用 OpenCode 最重要的能力是准确描述需求。输入、输出、边界条件讲明白了，AI 给出的代码质量就高；含糊其辞时，就需要多轮迭代。

如果你还没试过 AI 编程助手，不妨花 3 分钟装个 OpenCode，从这个小工具开始体验。