目錄

一、功能概述

二、文件結構

三、城市天氣實時查詢（運行代碼）

weather_runnable.py

main.py

運行結果

四、技術亮點

五、使用場景

---

一、功能概述

它實現了以下主要功能：

1. 用戶輸入地點（城市名）

2. 構造提示詞（Prompt）生成自然語言問題

3. 異步調用 Open-Meteo API 查詢該城市當前氣溫

4. 調用 OpenAI GPT-4o 模型，讓它基于氣溫給出外出建議

---

二、文件結構

your_project/
├── weather_runnable.py     ? 自定義異步 Runnable 類
├── main.py                 ? 主程序，構建異步鏈并執行

---

三、城市天氣實時查詢（運行代碼）

weather_runnable.py

這是一個符合 LangChain LCEL 規范的異步組件，繼承自 Runnable。

• 實現了 ainvoke 方法，用于異步調用天氣 API。

• 使用 aiohttp 獲取 Open-Meteo 提供的天氣數據。

• 支持城市：Beijing、Shanghai、New York（可擴展）。

# weather_runnable.py
import aiohttp
from typing import Any, Optional
from langchain_core.runnables import Runnableclass WeatherLookupAsyncRunnable(Runnable):"""異步版：調用 Open-Meteo API 獲取城市天氣"""def get_coordinates(self, city: str):city_map = {"Beijing": (39.9042, 116.4074),"Shanghai": (31.2304, 121.4737),"New York": (40.7128, -74.0060),}return city_map.get(city)def invoke(self, input: Any, config: Optional[dict] = None) -> str:raise NotImplementedError("這是一個異步組件，請使用 ainvoke() 調用。")async def ainvoke(self, input: Any, config: Optional[dict] = None) -> str:if not isinstance(input, str):raise ValueError("輸入必須是字符串（城市名）")coords = self.get_coordinates(input)if coords is None:return f"暫不支持城市：{input}"lat, lon = coordsurl = (f"https://api.open-meteo.com/v1/forecast?"f"latitude={lat}&longitude={lon}&current_weather=true")try:async with aiohttp.ClientSession() as session:async with session.get(url) as response:if response.status != 200:return "天氣 API 請求失敗"data = await response.json()temp = data.get("current_weather", {}).get("temperature")return f"當前{input}的氣溫是 {temp}°C" if temp is not None else "未獲取到氣溫"except Exception as e:return f"請求過程中出錯: {str(e)}"

---

main.py

這是主程序，執行以下流程：

1. 構造提示詞： 使用 ChatPromptTemplate 創建一個天氣查詢句子。

2. 調用天氣服務： 執行自定義異步 Runnable，獲取當前氣溫。

3. 調用 GPT-4o： 讓 LLM 根據天氣數據生成建議，比如“適合出門”或“建議帶傘”。

# main.py
import asyncio
from weather_runnable import WeatherLookupAsyncRunnable
from langchain_core.prompts import ChatPromptTemplate
from langchain_openai import ChatOpenAI  # ? 用 langchain_openai，不要再用老接口prompt = ChatPromptTemplate.from_template("請問{location}的天氣如何？")
llm = ChatOpenAI(model="gpt-4o")weather = WeatherLookupAsyncRunnable()async def run():# 1. 生成用戶問題question = prompt.invoke({"location": "Beijing"}).to_string()print("Prompt output:", question)# 2. 實際調用天氣 API（最關鍵）weather_result = await weather.ainvoke("Beijing")print("天氣查詢結果：", weather_result)    # 3. 由 LLM 生成回復llm_output = llm.invoke(f"根據{weather_result},簡短描述一下今天是否適合出門，需要注意什么")print("LLM output:", llm_output.content)asyncio.run(run())

---

運行結果

Prompt output: Human: 請問Beijing的天氣如何？
天氣查詢結果： 當前Beijing的氣溫是 23.9°C
LLM output: 今天北京的氣溫是23.9°C，天氣較為宜人，非常適合出門活動。不過建議根據具體的天氣情況查看是否有降水或其它天氣變化，出門時根據個人體感選擇適合的衣物。此
外，可以適當攜帶水杯保持水分補充，同時注意防曬措施，以確保舒適的戶外體驗。

---

四、技術亮點

技術	用途
LangChain Core / LCEL	構建可組合的數據流
Runnable Async	實現異步接口邏輯，非阻塞式
aiohttp	高效異步 HTTP 請求庫
OpenAI GPT-4o	生成智能出行建議
ChatPromptTemplate	動態構造人類語言輸入

---

五、使用場景

• AI 助理天氣模塊

• 旅游或日程規劃建議工具

• 多輪對話集成的一個工具鏈組件