融合遥感时序、天气、土壤和统计样本，估算地块或行政区作物产量， 给出预测区间和可解释因子。支持随机森林、梯度提升和集成模型， 提供按年份/区域分组的交叉验证。
1 installs
Data & analysis
Crop Yield Prediction | 经济作物产量预测
Try itPredicts expected yield of economic crops such as tomato, corn and potato by combining growth stage, nutrition status, environmental data and historical yield references. | 结合生长阶段、营养状况、环境数据与历史产量数据，预测番茄/玉米/土豆等经济作物的预期产量。
What it does
Predicts expected yield of economic crops such as tomato, corn and potato by combining growth stage, nutrition status, environmental data and historical yield references. | 结合生长阶段、营养状况、环境数据与历史产量数据，预测番茄/玉米/土豆等经济作物的预期产量。
The skill document
🌾 Crop Yield Prediction | 经济作物产量预测
结合生长阶段、营养状况、环境数据与历史产量数据，预测番茄/玉米/土豆等经济作物的预期产量。
智能产量预估中枢 · 图片/视频智能分析 · 产量范围与置信度 · 历史报告云端查询
🧭 技能概览 | Overview
| 模块 | 内容 |
|---|---|
| 🏷️ 技能名称 | 经济作物产量预测 |
| 🎯 核心目标 | 基于番茄、玉米、土豆、花生等经济作物植株/田块的图像/视频，识别生长阶段、营养状况、开花坐果率、果实发育情况等视觉特征，结合环境数据与历史产量数据（若有），输出预期产量范围与置信度，为产量预估、采收计划、市场供需匹配与农业保险定损提供参考 |
| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |
| 📝 输出能力 | 结构化分析报告、预期产量范围、置信度、产量影响因子、报告链接 |
| 🏢 适用场景 | 产量预估与采收计划、市场供需匹配、农业保险定损、供应链管理与种植规划 |
| 🧩 场景码 | SMYX_CROP_YIELD_PREDICTION_ANALYSIS |
🎬 技能演示 | Skill Demo
🤖 AI 角色 | AI Role
| 角色要点 | 说明 |
|---|---|
| 说明 1 | 你是一个专业的农业产量预测 AI。你的任务是分析经济作物（番茄、玉米、土豆、花生等）的生长阶段、营养状况、开花坐果率、果实发育情况等视觉特征，结合环境数据和历史产量数据（若有），输出预期产量范围及置信度。不要提供种植建议或改善措施，仅输出基于视觉特征和数据的产量预测结果。 |
🎯 任务目标 | Goals
1. 🧩 技能用途
通过番茄、玉米、土豆、花生等经济作物植株/田块的图像或视频，结合环境数据与历史产量参考，客观输出预期产量范围与置信度，服务于产量预估、采收计划、市场供需匹配以及农业保险定损等业务场景。
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 作物种类识别（番茄 / 玉米 / 土豆 / 花生 等） |
| 2 | 生长阶段识别（苗期 / 花期 / 坐果期 / 成熟期 等） |
| 3 | 营养状况视觉评估（叶色、株型、缺素征兆等） |
| 4 | 开花坐果率与果实发育情况估算 |
| 5 | 单株/单位面积果实数量与大小估算 |
| 6 | 结合环境数据与历史产量的产量范围预测 |
| 7 | 预测置信度与主要影响因子输出 |
| 8 | 产量单位规范化（如 kg/株、kg/亩、吨/公顷） |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 当用户提供经济作物植株/田块的图像/视频 URL 或文件需要产量预测时，默认触发本技能进行产量预测 |
| 🔎 明确分析意图 | 当用户明确需要预测产量时，提及产量预测、预期产量、亩产、单产、坐果率、番茄产量、玉米产量、土豆产量、花生产量、农业保险定损等关键词，并且上传了图片或视频文件 |
| 📚 历史报告查询 | 当用户提及以下关键词时，自动触发历史报告查询功能：查看历史产量预测报告、历史产量报告、产量预测报告清单、查询产量记录、显示所有产量报告 |
4. 🤖 自动行为
| 自动行为 | 执行要求 |
|---|---|
| 📎 附件处理 | 如果用户上传了附件或者视频/图片文件，则自动保存为本地文件 |
| ☁️ 历史报告查询 | 如果用户触发历史报告查询关键词，必须直接调用云端 API 查询，不得从本地记忆或人工汇总中获取 |
⚠️ 强制数据获取规则（次高优先级）
橙色强约束： 历史报告清单只允许从云端接口读取，不允许从本地记录、长期记忆或人工汇总中提取。
必须执行：
python -m scripts.smyx_crop_yield_prediction_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_crop_yield_prediction_analysis --list 调用 API 查询云端的历史报告数据 |
| 🚫 严格禁止 | 从本地 memory 目录读取历史会话信息 |
| 🚫 严格禁止 | 手动汇总本地记录中的报告 |
| 🚫 严格禁止 | 从长期记忆中提取报告 |
| ✅ 输出格式 | 必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果 |
📦 前置准备 | Requirements
依赖说明
scripts 脚本所需的依赖包及版本：
requests>=2.28.0
📷 采集要求 | Capture Requirements
| 序号 | 说明 |
|---|---|
| 1 | 拍摄距离建议覆盖单株特写（50cm 内）与田块全景（1m 以上）两个尺度，以便同时评估个体与整体产量指标 |
| 2 | 优先在自然散射光下拍摄，避免强逆光、镜头眩光或大面积阴影，保证叶色与果实特征真实 |
| 3 | 拍摄时尽量正对植株或田块中心，避免过度倾斜与遮挡，保留可估算数量与大小的参考物（如叶片、行距） |
| 4 | 支持单张图或短视频（≤10MB），视频建议 5~15 秒平稳环绕拍摄，覆盖不同角度 |
| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |
| 6 | 建议附带作物类型、种植面积、生长阶段、近期环境数据与历史产量等信息，以提升预测精度 |
🚀 操作步骤 | Workflow
🔐 用户身份处理（内部自动完成）
绿色安全原则： 用户身份参数由系统内部自动处理，不得向用户展示、询问或要求输入任何身份标识。
执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：
| 场景 | 系统行为 |
|---|---|
| 上游系统有内部身份参数 | 由脚本静默接收并使用 |
| 上游系统未提供内部身份参数 | 脚本会自动复用本地缺省用户 |
| 本地缺省用户不存在 | 脚本会自动创建并在后续任务中复用 |
| 对用户输出 | 只展示分析进度、分析结果和报告链接，不展示内部身份值 |
🔒 关键约束
| 禁止/要求 | 说明 |
|---|---|
| 🚫 不得询问身份 | 不得提示用户输入用户名、手机号或任何内部身份参数 |
| 🚫 不得暴露身份值 | 不得在回复、报告、示例、错误提示中暴露内部身份值 |
| 🚫 不得列为用户参数 | 不得把内部身份参数列为用户需要理解或传入的参数 |
| ✅ 自动关联报告 | 历史报告查询同样由系统内部身份自动关联，用户只需表达"查看历史报告/报告清单"等意图 |
🧪 标准流程 | Standard Flow
| 步骤 | 阶段 | 执行动作 |
|---|---|---|
| 1 | 📥 准备作物植株/田块图像/视频输入 | 提供本地文件路径或网络 URL；确保画面清晰、符合采集要求 |
| 2 | 🔐 系统自动完成身份关联 | 无需用户输入任何身份参数；不在回复中展示内部身份值 |
| 3 | ⚙️ 执行经济作物产量预测 | 调用 -m scripts.smyx_crop_yield_prediction_analysis 处理输入（必须在技能根目录下运行脚本） |
| 4 | 📊 查看分析结果 | 接收结构化分析报告，查看预期产量范围、置信度、影响因子与报告链接 |
⚙️ 脚本参数说明
| 参数 | 含义 | 备注 |
|---|---|---|
--input | 本地作物植株/田块图像/视频文件路径 | 适用于本地文件分析 |
--url | 网络作物植株/田块图像/视频 URL 地址 | API 服务自动下载 |
--pet-type | 类别标识（作物场景保持 other） | 默认 other，按需填写 |
--list | 显示历史产量预测报告清单 | 可以输入起始日期参数过滤数据范围 |
--api-url | API 服务地址 | 可选，使用默认值 |
--detail | 输出详细程度 | basic / standard / json，默认 json |
--output | 结果输出文件路径 | 可选 |
🗂️ 资源索引 | Resource Index
| 资源类型 | 路径 | 用途 | 何时读取 |
|---|---|---|---|
| 🐍 必要脚本 | scripts/smyx_crop_yield_prediction_analysis.py | 调用 API 进行经济作物产量预测或查询历史报告 | 执行分析或查询时使用 |
| ⚙️ 配置文件 | scripts/config.py | 场景码 SMYX_CROP_YIELD_PREDICTION_ANALYSIS、默认参数配置 | 需要确认默认配置时读取 |
| 📘 领域参考 | references/api_doc.md | 了解 API 接口规范、字段说明和错误码 | 仅在需要了解接口规范或错误码时读取 |
⚠️ 注意事项 | Notes
| 分类 | 注意事项 |
|---|---|
| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |
| 📁 格式支持 | 图片支持 jpg / png / jpeg；视频支持 mp4 / avi / mov；单文件最大 10MB |
| 🧑⚖️ 结果性质 | 分析结果仅供产量预估与业务参考，本技能不提供种植建议或改善措施 |
| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |
| 🌐 网络地址 | 传入的网络地址参数无需本地下载，默认为公网地址，API 服务会自动下载 |
| 📜 报告输出 | 显示历史分析报告清单时，从接口返回 JSON 数据中提取字段作为超链接地址，并自动转化为 Markdown 表格输出 |
| 📉 精度提示 | 单张图片仅能反映局部信息，实际产量还受品种、气候、田间管理与病虫害等多因素影响，请结合线下人工复核 |
🔒 隐私与数据安全声明 | Privacy & Data Security
| 序号 | 说明 |
|---|---|
| 1 | 仅采集与经济作物产量预测直接相关的植株/田块图像、视频、环境与历史产量数据，不采集与作物无关的敏感信息 |
| 2 | 内部身份参数由系统自动处理，不在任何输出、日志或报告中暴露 |
| 3 | 分析请求通过服务端 API 完成，网络传输遵循平台既有安全策略 |
| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |
| 5 | 预测结果仅供参考，最终产量核算与保险定损请结合田间实测数据与业务规则 |
📜 历史报告清单输出规范 | Report List Format
当显示历史分析报告清单的时候，从接口返回 JSON 数据中提取字段作为超链接地址，且自动转化为如下 Markdown 表格格式输出。
📌 固定输出列
| 列名 | 生成规则 |
|---|---|
| 报告名称 | 使用 产量预测报告-{记录id} 形式拼接 |
| 预期产量 | 从接口返回数据中提取（如 3.2 |
| 分析时间 | 从接口返回数据中提取 |
| 点击查看 | 使用 [🔗 查看报告]() 格式的超链接 |
🧾 表格输出示例
| 报告名称 | 预期产量 | 分析时间 | 点击查看 |
|---|---|---|---|
| 产量预测报告-20260703160500001 | 3.2~3.8 吨/亩 | 2026-07-03 16:05:00 | 🔗 查看报告 |
🧰 使用示例 | Examples
🍅 预测本地番茄植株产量
python -m scripts.smyx_crop_yield_prediction_analysis --input /path/to/tomato_plant.jpg
🌽 预测本地玉米田块产量
python -m scripts.smyx_crop_yield_prediction_analysis --input /path/to/corn_field.jpg
🥔 预测本地土豆田块产量
python -m scripts.smyx_crop_yield_prediction_analysis --input /path/to/potato_field.jpg
🥜 预测本地花生田块产量
python -m scripts.smyx_crop_yield_prediction_analysis --input /path/to/peanut_field.jpg
🌐 预测网络作物植株/田块图像或视频
python -m scripts.smyx_crop_yield_prediction_analysis --url https://example.com/tomato_field.mp4
📚 显示历史分析报告 / 显示分析报告清单列表 / 显示历史产量预测报告
自动触发关键词：查看历史产量报告、历史报告、产量预测清单等。
python -m scripts.smyx_crop_yield_prediction_analysis --list
🪶 输出精简报告
python -m scripts.smyx_crop_yield_prediction_analysis --input tomato_plant.jpg --detail basic
💾 保存结果到文件
python -m scripts.smyx_crop_yield_prediction_analysis --input corn_field.jpg --output result.json
Related skills
冠层峰值检测加分水岭分割统计株数，结合经验模型估算产量。Counts plants via canopy peak detection plus watershed segmentation and estimates yield with an empirical model.
Identify plant growth stages from images or videos and produce structured reports for agriculture decisions.
20 installs4 stars
Expands the disease identification library to cover economic-crop-specific diseases (corn northern/southern leaf blight, potato late blight, peanut leaf spot, tomato viral disease, etc.) for precise leaf-disease recognition. | 扩充病害识别库至经济作物专属病害（玉米大斑病/小斑病、土豆晚疫病、花生叶斑病、番茄病毒病等），实现叶片病害的精准识别。
AI-powered plant growth stage auto-detection from periodic full-plant images via smart pot / greenhouse fixed cameras. Recognizes key phenological features—cotyledon emergence, true-leaf count, flower bud differentiation, blooming, fruit setting, fruit ripening—and identifies the current developmental stage (germination, seedling, vegetative, flowering, fruiting, ripening), enabling precision irrigation/fertilization/lighting control and personalized growing guidance. Scenarios: smart pots, home grow boxes, greenhouses, plant factories. | 通过智能花盆或温室内固定摄像头，定期拍摄植物整体图像，利用AI视觉分析技术识别子叶展开、真叶数量、花芽分化、开花、结果、果实成熟等关键物候特征，自动判定植物当前所处的生长发育阶段（如发芽期、幼苗期、生长期、开花期、结果期、成熟期）。有助于精准农业管理，实现自动化灌溉、施肥、光照调节，并为用户提供种植指导。应用场景：智能花盆、家庭种植机、温室大棚、植物工厂。
10 installs
Identifies fruit ripeness stages (green / turning / ripe / over-ripe) based on color, size and gloss features to output a standardized ripeness grade. | 通过颜色、大小、光泽度识别果实成熟度（青/转色/成熟/过熟），输出成熟度等级。
1 installs