先得搞清楚一件事：你需要的不是一个只能查天气的机器人，也不是一个只能查快递的机器人，而是一个能同时处理这两类问题、甚至还能把天气和物流联系起来给出建议的智能体。换句话说，让它能回答“上海今天热不热”，也能接住“我的快递到哪了”，并且当用户接着问“那快递会受影响吗”时，它能基于天气数据给出一个合理的判断。
所以，第一步，进入Coze平台，直接创建一个新Bot。名称就叫“出行物流小管家”，描述写“查天气、跟快递，一句话全搞定”。头像建议选带云朵和货车图标的组合款——用户第一眼看到这个图标，就会直觉地认为这个东西和出行、物流有关，愿意多聊两句。
进入Bot编辑页后，先关掉默认打开的「知识库」开关。为什么？因为这次的核心能力全部来自外部API接口调用，而不是让它去文档里翻答案。同时，把「多轮对话记忆」设为开启。这步很重要，否则用户问完“上海今天热不热”，紧接着说“那快递呢”，Bot会一脸懵，完全忘记刚才聊的是哪个城市。
接入和风天气API：自定义HTTP工具
在左侧菜单点「工具」→「添加工具」→「自定义工具」。工具名称填“实时天气查询”，描述写“调用和风天气v7接口，返回温度、天气状况、风速、湿度四字段”。
这里有个关键点：URL必须用https开头，并且包含{location}和{key}两个占位符。举个栗子，https://devapi.qweather.com/v7/weather/now?location={location}&key={key} 就是标准格式。
参数配置里，只需要加两项：
- location：勾选“用户可输入”，变量名填city。这样用户说“北京今天多少度”，Bot会把“北京”作为city值传进去。
- key：不勾选“用户可输入”，值填你从 https://dev.qweather.com 申请到的32位API Key。别漏掉这项——漏了的话，Bot每次调用都会返回401错误，但错误信息藏在日志里，前端用户只会看到一句“我暂时无法回答”。
响应处理中，状态码填200，JSONPath依次映射：
$.now.textDay（天气状况）
$.now.temp（温度）
$.now.windScale（风力等级）
$.now.humidity（湿度）
四个字段全部映射为Bot可用变量。
接入快递100物流API：Webhook中转
快递100的接口有个特殊要求：每次请求都需携带sign签名，且签名需用当前时间戳参与计算。扣子原生的HTTP工具无法动态生成签名，所以必须走Webhook。
方法一：用现成的云函数模板（推荐）
访问 https://github.com/coze-plugins/kuaidi100-webhook ，点击“Deploy to Cloudflare Workers”，填入你的快递100企业ID、API Key和Webhook Secret，5分钟就能自动生成一个HTTPS地址。这是最省事的方式。
方法二：本地调试用Flask快速搭建
新建一个main.py，粘贴以下代码：
from flask import Flask, request, jsonify
import hashlib, time, json
app = Flask(__name__)
@app.route('/track', methods=['POST'])
def track():
data = request.json
num = data.get('number')
key = 'YOUR_KUAI100_KEY'
time_str = str(int(time.time()))
sign_str = f'key{key}number{num}time{time_str}'
sign = hashlib.md5(sign_str.encode()).hexdigest().upper()
# 此处调用快递100真实接口并返回json结果
return jsonify({'status': '200', 'data': [{'time': '2026-06-05 14:22:00', 'ftime': '2026-06-05 14:22:00', 'context': '快件已由【北京朝阳区】发出'}]})
在扣子「自定义工具」中选「Webhook」类型，URL填你部署好的地址（如 https://yourdomain.workers.dev/track）。测试时用Postman发一个{"number":"SF123456789CN"}，确认返回结果中含context字段才算打通。
设计联动工作流：天气影响物流判断
这步才是灵魂所在。怎么把天气和物流串联起来？
第一步：添加「条件分支」节点，判断用户提问中是否包含“快递”“物流”“单号”中的任一关键词。
第二步：如果命中（用户问的是快递），执行「快递100查询」工具，提取返回结果中的最新物流节点时间（ftime）和描述（context）。
第三步：如果没命中（用户问的是天气），则执行「实时天气查询」工具，获取当前城市的温度（temp）和天气状况（textDay）。
第四步：插入「代码节点」，用Python做一点简单的联动逻辑：
if int(temp) > 35 and '晴' in textDay:
output = f"⚠️高温预警：{temp}℃，建议避开午后派件；{context}"
elif '雨' in textDay or '雪' in textDay:
output = f"?️雨雪天气：{textDay}，配送可能延迟；{context}"
else:
output = f"✅天气正常：{textDay} {temp}℃；{context}"
最后把output作为Bot的回复内容输出。这样一来，用户不仅能得到物流信息，还能听到基于天气的贴心提示——比如高温天建议避开中午派件，或者雨雪天提醒配送可能延迟。这才是联动查询的意义所在。