name: "plant-species-recognition-analysis" description: "Accurately identifies plant species from images based on deep learning and computer vision, outputs structured information including species name, family, growth habits and maintenance tips. | 植物物種識別技能，基於深度學習與計算機視覺技術，通過影像快速識別植物物種，輸出物種名稱、科屬分類、生長習性及養護要點等結構化資訊，為園藝、生態調研、自然教育提供專業識別服務" version: "1.0.1"

Plant Species Recognition Skill | 植物物種識別技能

Equipped with advanced deep learning computer vision algorithms trained on massive plant datasets, this skill delivers fast and accurate identification of tens of thousands of plant species worldwide. The system not only provides basic species classification information but also outputs detailed structured knowledge including scientific name, family and genus classification, native distribution, growth habits, and professional cultivation and maintenance tips. It supports differentiation and labeling of similar-looking species, helping users accurately distinguish between easily confused plants. Whether you're a gardening enthusiast exploring plant knowledge, a researcher conducting ecological field surveys, or a teacher carrying out natural education activities, this skill provides efficient and reliable plant recognition and knowledge services.

本技能搭載了基於海量植物資料集訓練的先進深度學習計算機視覺演算法，能夠對全球數萬種常見植物進行快速精準識別。系統不僅提供基礎物種分類資訊，還輸出包含學名、科屬分類、原生分佈、生長習性、專業栽培養護要點在內的詳細結構化知識，同時支援對外觀相似物種進行區分標註，幫助使用者準確區分易混淆植物。無論是園藝愛好者探索植物知識、科研人員開展生態野外調查，還是教師進行自然教育活動，本技能都能提供高效準確的植物識別與知識服務。

演示案例

• 🔗 通過網路影片進行識別分析
• 🔗 通過上傳影片進行識別分析
• 🔗 顯示歷史分析報告

⚠️ 強制記憶規則（最高優先順序）

本技能明確約定：

• 絕對禁止讀取任何本地記憶檔案：包括但不限於 memory/YYYY-MM-DD.md、MEMORY.md 等本地檔案
• 絕對禁止從 LanceDB 長期記憶中檢索資訊
• 所有歷史報告查詢必須從雲端介面獲取，不得使用本地記憶中的歷史資料
• 即使技能呼叫失敗或介面異常，也不得回退到本地記憶彙總

任務目標

• 本 Skill 用於：識別影片/圖片中的植物，準確判斷植物物種名稱，提供完整的植物知識資訊
• 能力包含：植物檢測、物種分類、相似物種區分、結構化知識輸出
• 支援場景：
  • 園藝指導：居家綠植、戶外花卉識別，獲取專業養護建議
  • 生態調研：野外植物調查，快速識別記錄物種資訊
  • 自然教育：親子科普、戶外研學，幫助認識身邊植物
  • 旅行探索：出遊遇到未知植物，一鍵識別瞭解特性
• 觸發條件:
  1. 預設觸發：當用戶提供植物影片/圖片需要識別物種時，預設觸發本技能
  2. 當用戶明確需要植物識別、物種鑑定時，提及植物識別、植物種類、花草識別、樹木識別、物種分類等關鍵詞，並且上傳了影片/圖片，自動觸發本技能
  3. 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、植物識別報告清單、識別報告列表、查詢歷史識別報告、顯示所有識別報告、植物物種分析報告，查詢植物物種識別分析報告
• 自動行為：
  1. 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
  2. ⚠️ 強制資料獲取規則（次高優先順序）：如果使用者觸發任何歷史報告查詢關鍵詞（如"檢視所有識別報告"、"顯示所有植物識別"、" 檢視歷史報告"等），必須：
     • 直接使用 python -m scripts.plant_species_recognition_analysis --list --open-id 引數呼叫 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
     • 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

前置準備

來源於7w4.net。

• 依賴說明:scripts 指令碼所需的依賴包及版本 requests>=2.28.0

識別要求（獲得準確結果的前提）

為了獲得準確的物種識別，請確保：

1. 植物主體完整，葉片、花朵等識別特徵完整出鏡，避免過度遮擋
2. 光線充足清晰，避免過度模糊、過暗過曝和嚴重色差
3. 多株植物同框時儘量保持間距適中，便於分別識別

操作步驟

🔒 open-id 獲取流程控制（強制執行，防止遺漏）

在執行植物物種識別分析前，必須按以下優先順序順序獲取 open-id：

第 1 步：【最高優先順序】檢查技能所在目錄的配置檔案（優先）
        路徑：skills/smyx_common/scripts/config.yaml（相對於技能根目錄）
        完整路徑示例：${OPENCLAW_WORKSPACE}/skills/{當前技能目錄}/skills/smyx_common/scripts/config.yaml
        → 如果檔案存在且配置了 api-key 欄位，則讀取 api-key 作為 open-id
        ↓ (未找到/未配置/api-key 為空)
第 2 步：檢查 workspace 公共目錄的配置檔案
        路徑：${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果檔案存在且配置了 api-key 欄位，則讀取 api-key 作為 open-id
        ↓ (未找到/未配置)
第 3 步：檢查使用者是否在訊息中明確提供了 open-id
        ↓ (未提供)
第 4 步：❗ 必須暫停執行，明確提示使用者提供使用者名稱或手機號作為 open-id

⚠️ 關鍵約束：

• 禁止自行假設,自行推導,自行生成 open-id 值（如 openclaw-control-ui、default、plant123、id456 等）
• 禁止跳過 open-id 驗證直接呼叫 API
• 必須在獲取到有效 open-id 後才能繼續執行分析
• 如果使用者拒絕提供 open-id，說明用途（用於儲存和查詢識別報告記錄），並詢問是否繼續

• 標準流程:
  1. 準備植物影片/圖片輸入
     • 提供本地影片/圖片檔案路徑或網路 URL
     • 確保植物主體完整，特徵清晰，光線充足
  2. 獲取 open-id（強制執行）
     • 按上述流程控制獲取 open-id
     • 如無法獲取，必須提示使用者提供使用者名稱或手機號
  3. 執行植物物種識別分析
     • 呼叫 -m scripts.plant_species_recognition_analysis 處理輸入（必須在技能根目錄下執行指令碼）
     • 引數說明:
       • --input: 本地影片/圖片檔案路徑（使用 multipart/form-data 方式上傳）
       • --url: 網路影片/圖片 URL 地址（API 服務自動下載）
       • --open-id: 當前使用者的 open-id（必填，按上述流程獲取）
       • --list: 顯示歷史植物物種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）
       • --api-key: API 訪問金鑰（可選）
       • --api-url: API 服務地址（可選，使用預設值）
       • --detail: 輸出詳細程度（basic/standard/json，預設 json）
       • --output: 結果輸出檔案路徑（可選）
  4. 檢視分析結果
     • 接收結構化的植物物種識別分析報告
     • 包含：輸入基本資訊、檢測到的植物數量、物種名稱、科屬分類、生長習性、養護要點、識別置信度

資源索引

• 必要指令碼：見 scripts/plant_species_recognition_analysis.py (用途：呼叫 API 進行植物物種識別分析，本地檔案使用 multipart/form-data 方式上傳，網路 URL 由 API 服務自動下載)

• 配置檔案：見 scripts/config.py(用途：配置 API 地址、預設引數和格式限制)

• 領域參考：見 references/api_doc.md(何時讀取：需要了解 API 介面詳細規範和錯誤碼時)

注意事項

• 僅在需要時讀取參考文件，保持上下文簡潔
• 支援格式：jpg/jpeg/png，最大 20MB
• API 金鑰可選，如果通過引數傳入則必須確保呼叫鑑權成功，否則忽略鑑權
• 分析結果僅供知識參考，藥用食用等用途請務必諮詢專業人士確認安全性
• 禁止臨時生成指令碼，只能用技能本身的指令碼
• 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
• 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 reportImageUrl 作為超連結地址，且自動轉化為如下 Markdown 表格格式輸出，包含" 報告名稱"、"植物數量"、"分析時間"、"點選檢視"四列，其中"報告名稱"列使用植物物種識別報告-{記錄id}形式拼接, "點選檢視" 列使用 [🔗 檢視報告](reportImageUrl) 格式的超連結，使用者點選即可直接跳轉到對應的完整報告頁面。
• 表格輸出示例： | 報告名稱 | 植物數量 | 分析時間 | 點選檢視 | |----------|----------|----------|----------| | 植物物種識別報告-20260414225700001 | 1株 | 2026-04-14 22:57:00 | 🔗 檢視報告 |

使用示例

# 識別本地影片/圖片中的植物（以下只是示例，禁止直接使用openclaw-control-ui 作為 open-id）
python -m scripts.plant_species_recognition_analysis --input /path/to/plant.mp4 --open-id openclaw-control-ui

# 識別網路影片/圖片（以下只是示例，禁止直接使用openclaw-control-ui 作為 open-id）
python -m scripts.plant_species_recognition_analysis --url https://example.com/flower.mp4 --open-id openclaw-control-ui

# 顯示歷史識別報告/顯示識別報告清單列表/顯示歷史植物識別（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_species_recognition_analysis --list --open-id openclaw-control-ui

# 輸出精簡報告
python -m scripts.plant_species_recognition_analysis --input plant.jpg --open-id your-open-id --detail basic

# 儲存結果到檔案
python -m scripts.plant_species_recognition_analysis --input plant.jpg --open-id your-open-id --output result.json

這個植物識別 Skill 功能基本可用，支援圖片和影片識別，能提供物種資訊和養護建議。但存在一些質量問題：文件描述不一致（README 寫的是中醫面診，不是植物識別），部分功能依賴了不相關的模組，整體結構有點混亂。使用前建議仔細核對實際功能描述，避免被文件誤導。