Get Contents of URL・Siri捷徑．樵志札記

在眾多「捷徑動作」之中，最為強大的莫屬「取得URL內容」（Get Contents of URL）。這一動作除了可以用來取得網頁內容之外，更好用的地方在於它可以跟網路上的API通訊。

API是Application Programming Interface，意思是「應用程式介面」，但在這裡只要簡單理解成網路上的服務就可以了。網路上的服務比Apple內建的服務要多得多，因此我們可以藉此大大擴展Apple設備的功能。

只要取得API的訪問權限，你就可以從網絡上獲取各種資料，然後照自己的需求運用。

用例一、取得天氣觀測資料

直接看範例吧。介紹API的時候，最常見的用法是取得氣象資料，網路上可以找到各種教學，可見大家普遍認為手機內建的天氣預報不夠準確。不過，比起預報，我更想知道此時此刻附近氣象站實際觀測到的數據。這數據看似隨處可得，打開內建的「天氣」app，不就可以看到大大的字顯示現在的氣溫嗎？

遺憾的是，如果你把那上面的數值跟中央氣象署的資料一比，就會發現有出入。再跟實際情況──我自己放在室外的溫溼度計──比對，會發現中央氣象署的才是準確的，而內建的「天氣」則似乎是把預報的數據直接當作現實呈現，以至於常常有誤差。

所以，如果我們要根據天氣數據來做判斷或自動控制，那最好從中央氣象署取得，不要使用Apple提供的數值。首先到「中央氣象署開放資料平臺」，找到「現在天氣觀測報告」。然後根據網站上的表單，可以得知以下API的用法：

https://opendata.cwa.gov.tw/api/v1/rest/datastore/O-A0003-001?Authorization=<API金鑰>&StationName=臺北

然後用Siri捷徑「取得URL內容」，請看下圖（我把圖中重複的地方用灰底遮蔽，方便閱讀）：

你會得到以JSON格式編排的資料：

 {
  "records": {
    "Station": [
      {
        "GeoInfo": {
          "Coordinates": [
            {
              "CoordinateFormat": "decimal degrees",
              "CoordinateName": "TWD67",
              "StationLatitude": 25.03941,
              "StationLongitude": 121.506676
            },
            {
              "CoordinateFormat": "decimal degrees",
              "CoordinateName": "WGS84",
              "StationLatitude": 25.037659,
              "StationLongitude": 121.514854
            }
          ],
          "CountyCode": "63000",
          "CountyName": "臺北市",
          "StationAltitude": "6.3",
          "TownCode": "63000050",
          "TownName": "中正區"
        },
        "ObsTime": {
          "DateTime": "2024-05-20T17:00:00+08:00"
        },
        "StationId": "466920",
        "StationName": "臺北",
        "WeatherElement": {
          "AirPressure": 1005.5,
          "AirTemperature": 26.2,
          "DailyExtreme": {
            "DailyHigh": {
              "TemperatureInfo": {
                "AirTemperature": 27.9,
                "Occurred_at": {
                  "DateTime": "2024-05-20T09:50:00+08:00"
                }
              }
            },
            "DailyLow": {
              "TemperatureInfo": {
                "AirTemperature": 25.9,
                "Occurred_at": {
                  "DateTime": "2024-05-20T04:53:00+08:00"
                }
              }
            }
          },
          "GustInfo": {
            "Occurred_at": {
              "DateTime": "2024-05-20T16:34:00+08:00",
              "WindDirection": 90
            },
            "PeakGustSpeed": 11.5
          },
          "Max10MinAverage": {
            "Occurred_at": {
              "DateTime": "2024-05-20T16:40:00+08:00",
              "WindDirection": 100
            },
            "WindSpeed": 5
          },
          "Now": {
            "Precipitation": -990
          },
          "RelativeHumidity": 83,
          "SunshineDuration": 0,
          "UVIndex": 1,
          "VisibilityDescription": "11-15",
          "Weather": "陰",
          "WindDirection": 110,
          "WindSpeed": 3.7
        }
      }
    ]
  },
  "result": {
    "fields": [
      // 此處資料用不上，為節省長度省略……
    ],
    "resource_id": "O-A0003-001"
  },
  "success": "true"
}

收到資料後，就用一般習慣的「點記號」來取得資料，以「StationName」為例，由於大多數程式語言是以「0」作為清單的開頭，因此會用以下代碼取得StationName的值：

records.Station[0].StationName

在Siri捷徑，則有兩種方法可以取得，用其中一種即可。

一是直接取用「取得URL內容」。先選擇回傳資料的「類型」為辭典（Dictionary），然後用點記號取得辭典值。不過，Siri捷徑是以「1」作為清單的開頭，因此寫法略有不同：

records.Station.1.StationName

另一種方法是使用「取得辭典值」這個動作，這裡因為我們先取得records.Station的值，而且裡面只有一個值，所以後面可以不必考慮清單從0還是1開始計算的問題：

這些數據要怎麼應用就看自己的需求，可以請Siri念出來、像上圖一樣顯示出來，或是做成widget放在桌面。

用例二、使用ChatGPT生成文章大綱

再來看另一個範例。OpenAI的ChatGPT大家都知道，但OpenAI的服務其實不止於ChatGPT的聊天界面，還有語音╱文字互轉、繪圖、判讀圖片等。雖然可以透過ChatGPT的插件使用這些額外的功能，但我並不是很喜歡用聊天界面來處理這些事情。

比方說瀏覽網頁的時候遇到一篇可能感興趣的文章，我會先請ChatGPT整理一份大綱，再藉以判斷要不要細讀。如果透過聊天界面做這件事，我得先在網頁中複製文章全文，貼到ChatGPT，然後再輸入指令要它生成大綱。這在電腦上做還算輕鬆，但在手機上就非常難受了。

再比方說在路上偶然看到一張海報，很喜歡海報的風格但叫不出名字，這時我會拍張照請ChatGPT分析。這早先在聊天界面是做不到的（沒有上傳圖片的功能選項），如今雖然做得到了，但我總會在上傳圖片之前先修改尺寸再加以壓縮，省一些不必要的頻寬。壓縮好圖片之後，再上傳ChatGPT，然後輸入指令請它判讀。這一連串的事情手動做起來相當麻煩，何況是在大街上做。

透過Siri捷徑的「取得URL內容」，上面兩個情境都可以用一個步驟達成。先來看看生成文章大綱要怎麼做。首先到OpenAI的文檔看看API的使用方法：

curl https://api.openai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      {
        "role": "system",
        "content": "You are a helpful assistant."
      },
      {
        "role": "user",
        "content": "Hello!"
      }
    ]
  }'

OpenAI的API用法顯然比上面氣象數據的例子要複雜一些，這是因為就氣象的例子來說，我們不必提供資料，只有單向的抓取；在這裡，我們則必須傳送指令給GPT-4o，所以才有了從第四行開始的模型與訊息資訊。但在那之前，先來準備要傳給ChatGPT的內容吧。

首先利用網址取得文章的內容，並且轉換成純文字。接下來寫下要給ChatGPT的指令，寫一次之後未來就可以反覆使用：