name: "plant-disease-recognition-analysis" description: "Accurately identifies plant diseases based on computer vision and deep learning, supports both image and video input, outputs structured diagnostic reports including disease type, cause and prevention suggestions. | 植物病害識別技能,基於計算機視覺與深度學習,支援影片/圖片輸入,精準識別植物病害型別,輸出包含病害名稱、致病原因、防治建議的結構化診斷報告,為農業生產和園藝養護提供病害預警" version: "1.0.8" license: "MIT-0"
智慧分析中樞 · 圖片/影片智慧分析 · 結構化報告 · 歷史報告雲端查詢
| 模組 | 內容 |
|---|---|
| 🏷️ 技能名稱 | 植物病害識別技能 |
| 🎯 核心目標 | 植物病害識別技能,基於計算機視覺與深度學習,支援影片/圖片輸入,精準識別植物病害型別,輸出包含病害名稱、致病原因、防治建議的結構化診斷報告,為農業生產和園藝養護提供病害預警 |
| 🖼️ 輸入型別 | 圖片、影片、本地檔案、網路 URL |
| 📝 輸出能力 | 結構化分析報告、識別/監測結果、建議與報告連結 |
| 🧩 場景碼 | PLANT_NUTRITION_DIAGNOSIS |
Equipped with deep learning computer vision algorithms trained on large-scale plant disease datasets, this skill accurately identifies various plant diseases by analyzing visual symptoms such as leaf spots, discoloration, mold, and wilt on leaves, stems, and fruits. The system supports both static image and video input, can quickly distinguish between fungal, bacterial, and viral diseases as well as physiological disorders, and combines environmental factors and crop growth stage information to output a structured diagnostic report containing disease name, pathogenic cause, and scientific prevention and control suggestions. It provides efficient and accurate disease early warning and management solutions for agricultural production, garden maintenance, and plant protection, helping to detect diseases early and take timely control measures to reduce yield losses.
本技能搭載了基於大規模植物病害資料集訓練的深度學習計算機視覺演算法,能夠通過分析葉片、莖稈、果實等部位出現的病斑、變色、黴層、萎蔫等視覺症狀,精準識別多種常見植物病害。系統同時支援影片/圖片輸入,可快速區分真菌性、細菌性、病毒性病害以及生理性障礙,並結合環境因素和作物生長階段資訊,輸出包含病害名稱、致病原因、科學防治建議在內的結構化診斷報告,為農業生產、園藝養護和植物保護提供高效精準的病害預警與管理方案,幫助儘早發現病害,及時採取防控措施,減少產量損失。
識別影片/圖片中的植物病斑,準確判斷病害型別、嚴重程度,輸出病害診斷報告和防治建議
| 序號 | 具體能力 |
|---|---|
| 1 | 病斑檢測 |
| 2 | 病害分類 |
| 3 | 嚴重程度評估 |
| 4 | 防治建議輸出 |
| 觸發型別 | 觸發規則 |
|---|---|
| ✅ 預設觸發 | 預設觸發:當用戶提供植物發病部位影片/圖片需要識別病害時,預設觸發本技能 |
| 🔎 明確分析意圖 | 當用戶明確需要植物病害識別、病害診斷時,提及病害識別、病斑識別、葉子發黃、植物生病了、防治建議等關鍵詞,並且上傳了影片/圖片,自動觸發本技能 |
| 📚 歷史報告查詢 | 當用戶提及以下關鍵詞時,自動觸發歷史報告查詢功能 :檢視歷史識別報告、病害識別報告清單、識別報告列表、查詢歷史識別報告、顯示所有識別報告、植物病害分析報告,查詢植物病害識別分析報告 |
| 🖼️ 支援輸入 | 影片(mp4/avi/mov)和圖片(jpg/jpeg/png),支援本地檔案上傳和網路URL分析 |
| 自動行為 | 執行要求 |
|---|---|
| 📎 附件處理 | 如果使用者上傳了附件或者影片/圖片檔案,則自動儲存為本地檔案 |
| ☁️ 歷史報告查詢 | 如果使用者觸發歷史報告查詢關鍵詞,必須直接呼叫雲端 API 查詢,不得從本地記憶或人工彙總中獲取 |
橙色強約束: 歷史報告清單隻允許從雲端介面讀取,不允許從本地記錄、長期記憶或人工彙總中提取。
必須執行:
python -m scripts.plant_disease_recognition_analysis --list
| 型別 | 要求 |
|---|---|
| ✅ 必須 | 使用 python -m scripts.plant_disease_recognition_analysis --list 呼叫 API 查詢雲端的歷史報告資料 |
| 🚫 嚴格禁止 | 從本地 memory 目錄讀取歷史會話資訊 |
| 🚫 嚴格禁止 | 手動彙總本地記錄中的報告 |
| 🚫 嚴格禁止 | 從長期記憶中提取報告 |
| ✅ 輸出格式 | 必須統一從雲端介面獲取最新完整資料,然後以 Markdown 表格格式輸出結果 |
requests>=2.28.0| 要求項 | 說明 |
|---|---|
| 病徵部位清晰 | 發病部位(葉片、果實、莖稈)完整出鏡,對焦清晰 |
| 典型症狀展示 | 儘量拍攝典型病斑特徵,避免完全腐爛無法辨認的部位 |
| 光線充足均勻 | 避免強光逆光、嚴重陰影和過曝 |
| 影片拍攝 | 儘量緩慢移動鏡頭,覆蓋所有發病部位,避免畫面抖動過度 |
小蔥技能站7w4.net每天更新,海量AI技能等你發現。
綠色安全原則: 使用者身份引數由系統內部自動處理,不得向用戶展示、詢問或要求輸入任何身份標識。
執行本技能分析或歷史報告查詢時,指令碼會自動完成身份初始化:
| 場景 | 系統行為 |
|---|---|
| 上游系統有內部身份引數 | 由指令碼靜默接收並使用 |
| 上游系統未提供內部身份引數 | 指令碼會自動複用本地預設使用者 |
| 本地預設使用者不存在 | 指令碼會自動建立並在後續任務中複用 |
| 對使用者輸出 | 只展示分析進度、分析結果和報告連結,不展示內部身份值 |
| 禁止/要求 | 說明 |
|---|---|
| 🚫 不得詢問身份 | 不得提示使用者輸入使用者名稱、手機號或任何內部身份引數 |
| 🚫 不得暴露身份值 | 不得在回覆、報告、示例、錯誤提示中暴露內部身份值 |
| 🚫 不得列為使用者引數 | 不得把內部身份引數列為使用者需要理解或傳入的引數 |
| ✅ 自動關聯報告 | 歷史報告查詢同樣由系統內部身份自動關聯,使用者只需表達“檢視歷史報告/報告清單”等意圖 |
| 步驟 | 階段 | 執行動作 |
|---|---|---|
| 1 | 📥 準備病害輸入 | 提供本地檔案路徑或網路 URL;確保輸入內容清晰、符合技能場景要求 |
| 2 | 🔐 系統自動完成身份關聯 | 無需使用者輸入任何身份引數;不在回覆中展示內部身份值 |
| 3 | ⚙️ 執行植物病害識別分析 | 呼叫 -m scripts.plant_disease_recognition_analysis 處理輸入(必須在技能根目錄下執行指令碼) |
| 4 | 📊 檢視分析結果 | 接收結構化分析報告,檢視識別/監測結果、風險提示、建議與報告連結 |
| 引數 | 含義 | 備註 |
|---|---|---|
--input |
本地影片/圖片檔案路徑 | 適用於本地檔案分析 |
--url |
網路影片/圖片 URL 地址(API 服務自動下載) | API 服務自動下載網路資源 |
--list |
顯示歷史植物病害識別分析報告列表清單(可以輸入起始日期引數過濾資料範圍) | 用於雲端歷史報告查詢 |
--api-url |
API 服務地址(可選,使用預設值) | 按需填寫 |
--detail |
輸出詳細程度(basic/standard/json,預設 json) | 輸出詳細程度 |
--output |
結果輸出檔案路徑(可選) | 可選 |
| 資源型別 | 路徑 | 用途 | 何時讀取 |
|---|---|---|---|
| 🐍 必要指令碼 | scripts/plant_disease_recognition_analysis.py |
呼叫 API、執行分析或查詢歷史報告 | 執行分析或查詢時使用 |
| 🐍 必要指令碼 | scripts/config.py |
呼叫 API、執行分析或查詢歷史報告 | 執行分析或查詢時使用 |
| 📘 領域參考 | references/api_doc.md |
瞭解 API 介面規範、欄位說明和錯誤碼 | 僅在需要了解介面規範或錯誤碼時讀取 |
| 分類 | 注意事項 |
|---|---|
| 📚 文件讀取 | 僅在需要時讀取參考文件,保持上下文簡潔 |
| 📁 格式支援 | 支援格式:影片支援 mp4/avi/mov,圖片支援 jpg/jpeg/png,最大 10MB |
| 🧑⚖️ 結果性質 | 分析結果僅供病害診斷參考,具體防治請結合實際情況或諮詢植保專業人員 |
| 🚫 指令碼限制 | 禁止臨時生成指令碼,只能用技能本身的指令碼 |
| 🌐 網路地址 | 傳入的網路地址引數,不需要下載本地,預設地址都是公網地址,api 服務會自動下載 |
| 📜 報告輸出 | 當顯示歷史分析報告清單的時候,從介面返回 json 資料中提取欄位 作為超連結地址,且自動轉化為如下 Markdown |
| 📜 報告輸出 | 表格輸出示例 |
| 序號 | 說明 |
|---|---|
| 1 | 資料保密處理 |
| 2 | 系統基於 使用者名稱/手機號 生成的標識僅作為使用者關聯資訊,不儲存任何可直接識別個人身份的明文資訊。 |
| 3 | 安全傳輸 |
| 4 | 所有資料(包括影片檔案及關聯標識)均通過 HTTPS/TLS 加密通道 傳送至雲端 API 進行分析,防止資料在傳輸過程中被竊取或篡改。 |
| 5 | 資料留存策略 |
| 6 | 雲端伺服器遵循“最小必要原則”,分析任務完成後即刻刪除原始影片資料,不進行持久化儲存,確保使用者隱私資料不被留存或濫用。 |
| ## 🧰 使用示例 | Examples |
# 識別本地影片中的植物病害
python -m scripts.plant_disease_recognition_analysis --input /path/to/field_survey.mp4
# 識別本地圖片中的植物病害
python -m scripts.plant_disease_recognition_analysis --input /path/to/leaf.jpg
# 識別網路影片
python -m scripts.plant_disease_recognition_analysis --url https://example.com/field_video.mp4
# 識別網路圖片
python -m scripts.plant_disease_recognition_analysis --url https://example.com/disease.jpg
# 顯示歷史識別報告/顯示識別報告清單列表/顯示歷史植物病害識別(自動觸發關鍵詞:檢視歷史識別報告、歷史報告、識別報告清單等)
python -m scripts.plant_disease_recognition_analysis --list
# 輸出精簡報告
python -m scripts.plant_disease_recognition_analysis --input disease.jpg --detail basic
# 儲存結果到檔案
python -m scripts.plant_disease_recognition_analysis --input disease.mp4 --output result.json
這個技能總體質量不錯,能夠通過上傳植物圖片或影片快速識別病害並給出防治建議,報告結構清晰。隱私設計考慮周全,不會要求使用者輸入個人資訊。文件詳細友好,新手也能快速上手。主要不足是版本資訊有些混亂,而且識別功能依賴雲端網路,對網路環境有一定要求。結果僅供參考,重要病害防治還需諮詢專業人士。