新闻详情

新闻详情

首页 / 资讯中心 / 详情

Open-Meteo 自托管免费天气 API:Docker 两条命令跑通 7 家气象数据源的完整指南

发布时间:2026/11/4 13:15:40来源:尧图网络
Open-Meteo 自托管免费天气 API:Docker 两条命令跑通 7 家气象数据源的完整指南
Open-Meteo 自托管免费天气 APIDocker 两条命令跑通 7 家气象数据源的完整指南【免费下载链接】open-meteoFree Weather Forecast API for non-commercial use项目地址: https://gitcode.com/GitHub_Trending/op/open-meteo假设你正在写一个天气小工具不想为每家商业气象 API 分别注册、计费、担心配额——Open-Meteo 就是为这个场景准备的开源项目一个免费的天气数据 API把 NOAA、德国 DWD、ECMWF 等 7 家国家级气象机构的预报数据整合成一套简单的 HTTP 接口。无需 API Keycurl一行就能拿到某坐标点未来 16 天的逐小时预报也支持用 Docker 在你自己机器上跑一套完整的私有气象服务。一句话说清它是什么Open-Meteo 是一个用 Swift 编写的开源天气 API 服务器它每天从各国气象机构下载并处理超过 5 TB 的数值预报数据转换成一套为压缩时间序列优化的自有文件格式再通过 HTTP 接口对外提供数据。三个可以记住的数字7 家气象数据源NOAA GFS含 HRRR 高分辨率、DWD ICON、MétéoFrance、ECMWF IFS、日本 JMA、加拿大 GEM、MET Norway全球模型 11 km 分辨率区域模型最细到 1.5 km 10 ms 响应官方服务在欧洲和北美部署服务器配合 GeoDNS 就近路由80 年历史数据历史天气 API 可回溯到约 1940 年的记录数据按 CC BY 4.0 协议免费开放非商业用途代码 AGPLv3。上手前先看对比维度商业天气 APIOpen-Meteo 公共服务自托管 Open-Meteo费用按调用量计费常用包月起步免费非商业用途免费只花自己的服务器成本注册门槛注册账号、申请 Key、配置账单无 Key直接调用无 Key本地 8080 端口数据时效取决于其采购的上游数据欧美区域模型每小时更新默认每 2 分钟检查一次数据更新并预载数据范围各家长短不一16 天逐小时预报 80 年历史同公共服务可自定义本地数据库隐私请求经过对方服务器不收集个人数据、无 Cookie 追踪数据流完全在自己手里硬件要求无无8 GB 内存起建议 16 GB、100 GB 存储注意自托管的一个现实前提官方文档明确说单用户偶尔调用时自建实例不如直接用公共服务快冷缓存下首次请求要读几个 MB 的压缩数据它更适合有大量重复调用的场景。三步跑起来克隆仓库——拿到docker-compose.yml和预构建配置git clone https://gitcode.com/GitHub_Trending/op/open-meteo cd open-meteo一条命令启动——compose 文件里已经配好了数据卷、API 服务和同步任务docker compose up -d验证接口——调用本地 8080 端口首次请求需要几秒缓存预热之后就是毫秒级返回curl http://127.0.0.1:8080/v1/forecast?latitude52.52longitude13.41hourlytemperature_2m不想用 Docker 的话docs/getting-started.md 还提供了 Ubuntu 22.04 的 APT 预构建包安装方式配置同样是两步改环境变量、重启服务。它实际能用来做什么 农户和灌溉系统按时段精确到小时的降水预报用它的做智慧农业监控的开发者。问题灌溉计划如果按天做要么浪费水要么漏掉雨。结果按坐标 逐小时降水拉取 16 天预报灌溉脚本可以在预报降雨前 2 小时自动停泵同时结合温度数据估算作物生长期。⚡ 光伏和风电运维用辐射与风速序列预测发电用它的solXpect 等开源太阳能出力预测应用。问题电网调度需要提前知道光伏电站明天各时段能发多少电。结果直接取shortwave_radiation短波辐射、wind_speed_10m等变量的时间序列喂进出力模型即可不用自己对接任何气象机构。 运动与健康类 App零成本做出可商用的天气层用它的BusyRunner按天气规划周跑量、CycleWeather骑行 7 天逐时预报、Home Assistant智能家居天气集成等 40 多个开源应用。问题小团队付不起商业天气数据的钱也不想让用户注册。结果非商业用途完全免费、无配额焦虑公平使用即可、无 Cookie 追踪隐私敏感型应用可以直接引用或干脆自托管把数据留在内网。进阶功能速览海洋预报 API浪高、海表温度、海况评分适合冲浪和航海场景接口定义见 marine.yml空气质量 APIPM2.5、臭氧、花粉等污染物浓度基于 CAMS 数据洪水 API河流洪水预报见 flood.yml历史天气 API80 年逐时/逐日历史数据可查 1940 年以来的温度趋势多模型集合预报同一坐标可一次返回多个气象模型的结果做不确定性分析ensemble.yml地理编码与海拔 API地名转坐标、坐标取海拔补齐天气应用的两块常见短板官方 OpenAPI 规范8 份接口描述文件在 openapi/ 目录可直接导入 Postman 等工具生成客户端多语言 SDKPython、TypeScript、Go、Rust、C#、Kotlin 等社区 SDK 在 README 中列出了入口多节点分布式部署sync命令在多机间同步已处理好的数据库见 docs/sync-command.md。文档、测试与协议docs/getting-started.md——自托管入门Docker 与 Ubuntu APT 两种路径含硬件要求8 GB 内存起、100 GB 存储、建议 NVMedocs/downloading-datasets.md——如何从各气象机构直接下载原始模型数据、维护本地气象库docs/sync-command.md与 docs/cronjobs.md**——多节点同步和定时任务运维Sources/App/——API 服务器与下载器源码按气象机构分目录Gfs/、Icon/、Ecmwf/等方便你查每个变量是怎么处理的Tests/AppTests/——单元测试与集成测试约 20 个测试文件覆盖 API 输出、插值、偏置校正等LICENSE——源码 AGPLv3数据 CC BY 4.0展示数据时需在旁边给出来源署名。从克隆仓库到第一条curl返回温度序列整个过程不超过三分钟——现在就docker compose up -d起来给你的下一个应用接上免费的气象数据。【免费下载链接】open-meteoFree Weather Forecast API for non-commercial use项目地址: https://gitcode.com/GitHub_Trending/op/open-meteo创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/3 7:07:39

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/3 12:09:35

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/3 12:09:38

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/4 12:33:12

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/4 1:25:31

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/4 3:51:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉