Go Stargazing

轻量版区域级拍星推荐技能，适用于今晚或指定日期的全国、省市级拍星条件筛选。默认全国扫描，先按云量粗筛，再结合真实天气细筛，输出逐晚推荐和完整气象信息。

Security Scan

The package and SKILL.md are internally consistent with the stated purpose (region-level stargazing recommendations), require only Python and the declared libs, and do not request unrelated credentials or hidden endpoints.

Purpose & Capability

Name/description match the contained code and runtime instructions. The code bundle implements region-level astronomy, geospatial aggregation, scoring and Open‑Meteo-based weather fetches as described. Declared runtime needs (python3, lunarcalendar, shapely, Open‑Meteo) are appropriate for the task; no unrelated credentials or binaries are requested.

Instruction Scope

SKILL.md limits scope to region-level recommendations, describes coarse/finetune phases, and explicitly requires using real Open‑Meteo HTTP API for true-weather mode and to inform users on failure. The docs do not instruct reading unrelated local files or exfiltrating secrets. The code files implement weather fetching, geography, scoring and output drafting consistent with SKILL.md.

Install Mechanism

No install spec is provided (instruction-only install), and the package is shipped as code files plus a small requirements.txt. Dependencies are standard Python packages; nothing is downloaded from arbitrary or obfuscated URLs in the manifest. Note: shapely may require system-level wheel/libs when pip installing.

Credentials

The skill requests no environment variables or credentials. Its external access needs (outbound HTTP to Open‑Meteo) are justified by the stated purpose. There are no requests for unrelated secrets or config paths.

Persistence & Privilege

The skill does not declare always:true and does not request persistent system privileges. It will execute locally when invoked and may make outbound requests; no evidence it modifies other skills or system-wide agent settings.

Scan Findings in Context

[pre-scan-injection] expected: No pre-scan injection signals were detected; the code performs network requests for weather which is expected for this skill.

Assessment

This skill appears coherent and implements the behavior it describes. Before installing: (1) be aware it requires Python3 and pip-installing lunarcalendar and shapely (shapely can need system packages on some platforms); (2) the skill will make outbound HTTP requests to Open‑Meteo when you request real-weather mode — ensure you are comfortable allowing outbound network access and that you respect Open‑Meteo's usage limits and terms; (3) national (wide) scans can trigger many concurrent requests and may be slow or hit API rate limits (the SKILL.md mentions handling 429 and daily-limit conditions, but expect degraded results if limits are reached); (4) this is third‑party code from an unknown source — run it in a controlled environment or inspect/run tests locally if you need extra assurance. If you want, I can scan the remaining truncated files (especially weather.py) for exact HTTP endpoints, rate-limiting logic, or any unexpected network destinations.

定位

轻量版、区域级拍星推荐 skill，用于回答：

• 今晚或指定日期，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时，按用户范围查询
• 用户未说明题材时，默认按星空 / 银河处理

核心流程

1. 全国粗筛

• 大范围查询时，第一轮只看云量
• 云量不达标直接过滤，达标后再进入细筛
• 粗筛阶段不混入风速、湿度、月光、露点、降水、天气代码等指标
• 全国粗筛统一只用 ecmwf_ifs 看云量
• 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
• 天气现象码

模型策略：

• 粗筛与细筛统一只用 ecmwf_ifs
• 不再做联合复核流程

评分原则：

• 云量权重最高
• 风速权重较低

3. 区域聚合

• 将高分点聚合成区域级结论
• 优先输出自然地理或行政区域名称
• 不直接返回大量采样点给用户

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
• 达标候选多于 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. 按逐晚独立推荐输出
2. 每晚给出主推荐、备选和完整气象指标
3. 不做跨晚路线连续性判断
4. 只做区域级逐晚判断，不扩展为路线规划

输出要求

默认按以下顺序组织：

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）

真实数据输出

当用户明确要求真实数据或要自行复核时，回复中必须给出本轮实际查到的关键气象信息，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

调用方应优先使用 final_reply_draft / 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，否则容易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 final_reply_draft 或 reply_drafts.detailed。

导出边界

• 本 skill 仅返回文本或 JSON 结果
• 不内置 Excel / xlsx 导出能力
• 如需表格附件，应由调用侧另行生成

用户可读性规则

• 只说自然中文
• 不直接输出内部字段名、调试字段或变量名
• 解释时优先说明：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，则必须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），不得退回 mock 后继续按真实结果回复用户
• 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无法查询
• 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，不得继续高频请求同一模型
• 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/go_stargazing.py：主入口
• scripts/go_stargazing_engine/engine.py：主流程编排
• scripts/go_stargazing_engine/geo.py：地理边界与空间处理
• scripts/go_stargazing_engine/weather.py：天气获取与聚合
• scripts/go_stargazing_engine/scoring.py：评分逻辑
• scripts/go_stargazing_engine/astronomy.py：天文计算

致谢

本技能由以下伙伴共同打造：

• 陈一菲：Skill 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