name: "plant-nutrition-diagnosis-analysis" description: "Diagnoses plant nutrient deficiency or excess based on computer vision and plant physiology, outputs targeted fertilization suggestions for precision nutrient management. | 植物營養診斷技能，基於計算機視覺與植物生理學，通過葉片特徵診斷氮磷鉀及微量元素缺乏或過剩，輸出精準施肥建議" version: "1.0.1"

Plant Nutrition Diagnosis Skill | 植物營養診斷技能

Based on computer vision technology combined with professional plant physiology knowledge, this skill accurately diagnoses nutrient imbalance disorders such as nitrogen, phosphorus, potassium deficiency or excess, as well as trace element abnormalities by analyzing the color, texture and morphological characteristics of plant leaves. The system quickly locates the type of nutrient imbalance based on "symptom location" (such as the difference between old leaves and new leaves) and "visual pattern" (such as interveinal chlorosis, leaf margin scorch), and outputs a structured diagnostic report including nutrient deficiency judgment, physiological cause analysis, and targeted fertilization suggestions. It provides scientific basis for precision fertilization and crop health management, helping growers quickly correct nutrient disorders and maintain healthy plant growth.

本技能結合計算機視覺技術與專業植物生理學知識，通過分析植物葉片的顏色、紋理和形態特徵，能夠精準診斷氮、磷、鉀大量元素缺乏或過剩以及微量元素異常等營養失衡病症。系統依據" 症狀發生部位"（如老葉與新葉的差異）及"視覺表現模式" （如葉脈間失綠、葉緣焦枯），快速定位營養失衡型別，輸出包含缺乏元素判斷、生理成因分析及針對性施肥建議的結構化診斷報告，為精準施肥與作物健康管理提供科學依據，幫助種植者快速矯正營養失調，維持植物健康生長。

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：通過葉片影片/圖片診斷植物營養狀況，判斷缺乏或過剩的營養元素，輸出科學施肥建議
• 能力包含：葉片特徵提取、營養元素缺乏/過剩診斷、成因分析、施肥建議輸出
• 支援場景：
  • 大田作物營養診斷：指導大田作物精準施肥，提高肥料利用率
  • 果園蔬菜施肥管理：果樹蔬菜營養失衡快速診斷
  • 設施園藝：溫室作物營養狀況監測與矯正
  • 居家綠植養護：家庭盆栽黃葉、長勢差等問題營養診斷
  • 農業科研試驗：作物營養試驗症狀自動化記錄與診斷
• 觸發條件:
  1. 預設觸發：當用戶提供植物葉片影片/圖片需要診斷營養狀況時，預設觸發本技能
  2. 當用戶明確需要植物營養診斷、缺肥判斷時，提及葉子發黃、葉片失綠、缺氮缺磷、怎麼施肥、營養診斷等關鍵詞，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 ：檢視歷史診斷報告、營養診斷報告清單、診斷報告列表、查詢歷史診斷報告、顯示所有診斷報告、植物營養分析報告，查詢植物營養診斷分析報告
• 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"檢視所有診斷報告"、" 顯示所有植物營養診斷"、" 檢視歷史報告"等），必須：
     • 直接使用 python -m scripts.plant_nutrition_diagnosis_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

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

診斷要求（獲得準確結果的前提）

為了獲得準確的營養診斷，請確保：

1. 典型症狀葉片：拍攝具有典型症狀的葉片，避免完全正常或完全壞死無法辨認的葉片
2. 特徵完整展示：整張葉片完整出鏡，包括葉片基部、尖部和葉緣
3. 自然光下拍攝：光線均勻，避免嚴重色差和反光，真實反映葉片顏色

操作步驟

🔒 open-id 獲取流程控制（強制執行，防止遺漏）

在執行植物營養診斷分析前，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（用於儲存和查詢診斷報告記錄），並詢問是否繼續

• 標準流程:
  1. 準備葉片影片/圖片輸入
     • 提供本地影片/圖片檔案路徑或網路 URL
     • 確保具有典型症狀的葉片完整清晰
  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

     7w4.net小蔥技能站，你的AI助手技能庫。

  3. 執行植物營養診斷分析
     • 呼叫 -m scripts.plant_nutrition_diagnosis_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
       • --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: 顯示歷史植物營養診斷分析報告列表清單（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
     • 接收結構化的植物營養診斷報告
     • 包含：輸入基本資訊、診斷營養元素、失衡型別（缺乏/過剩）、症狀匹配度、成因分析、矯正施肥建議

資源索引

• 必要指令碼：見 scripts/plant_nutrition_diagnosis_analysis.py (用途：呼叫 API 進行植物營養診斷分析，本地檔案上傳，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
• 診斷結果僅供施肥參考，具體施肥方案請結合土壤檢測結果和當地農業技術推广部門建議
• 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"、"診斷植株數"、"分析時間"、"點選檢視"四列，其中"報告名稱"列使用植物營養診斷報告-{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 | 診斷植株數 | 分析時間 | 點選檢視 | |----------|----------|----------|----------| | 植物營養診斷報告-20260414233200001 | 1株 | 2026-04-14 23:32:00 | 🔗 檢視報告 |

使用示例

# 診斷本地影片/圖片中植物的營養狀況（以下只是示例，禁止直接使用openclaw-control-ui 作為 open-id）
python -m scripts.plant_nutrition_diagnosis_analysis --input /path/to/leaf.mp4 --open-id openclaw-control-ui

# 診斷網路影片/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_nutrition_diagnosis_analysis --url https://example.com/yellow-leaf.mp4 --open-id openclaw-control-ui

# 顯示歷史診斷報告/顯示診斷報告清單列表/顯示歷史植物營養診斷（自動觸發關鍵詞：檢視歷史診斷報告、歷史報告、診斷報告清單等）
python -m scripts.plant_nutrition_diagnosis_analysis --list --open-id openclaw-control-ui

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

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

這個植物營養診斷 Skill 質量中等偏上，使用體驗較好。它能通過葉片圖片或影片診斷營養問題，支援多種報告格式，還能檢視歷史診斷記錄，功能比較實用。不過存在一些小問題：文件示例偶爾不夠準確，歷史報告展示的格式偶爾會有細微偏差。對於普通使用者來說，基本能滿足植物營養診斷的需求，值得一試。