AI-powered plant nutrient deficiency diagnosis from leaf images. Detects leaf color, morphology changes (pale green/yellow-green/purple-red, marginal scorch, interveinal chlorosis) via computer vision, matches against common deficiency symptom databases, and outputs the most likely deficient nutrient element (nitrogen, phosphorus, potassium, iron, magnesium, zinc, etc.) with confidence score. Enables precision fertilization, avoids blind over-fertilization. Scenarios: smart planters, home gardening, agricultural greenhouses, plant factories. | 通过智能花盆、农业大棚或手机拍摄的植物叶片高清图像,利用AI视觉分析技术识别叶片颜色、形态变化(如叶色浅绿/黄绿/紫红、叶缘焦枯、叶脉间失绿等),与常见营养缺乏症特征库比对,输出最可能缺乏的营养元素(氮、磷、钾、铁、镁、锌等)及置信度。有助于精准施肥,避免盲目用肥造成浪费或伤害。应用场景:智能花盆、家庭园艺、农业大棚、植物工厂。
Design & media
Plant Vitality Index | 植物整体活力指数(综合评分)
Try itUsing a plant-monitoring platform that periodically (e.g., daily) collects plant images, environmental data, and growth metrics (new bud count, leaf-area change, leaf color), an AI evaluation model fuses leaf color (chlorophyll index), morphology (spread, leaf size), and growth dynamics (new buds, leaf-area growth rate) to output an overall vitality score from 0-100 along with a trend (rising / stable / declining). | 通过植物监测平台定期(如每天)采集的植物图像、环境数据以及生长指标(如新芽数、叶片面积变化、叶色),利用AI综合评估模型融合叶片颜色(叶绿素指数)、形态(舒展度、叶片大小)、生长动态(新芽萌发数、叶面积增长率),输出0-100的整体活力评分,并给出活力趋势(上升/稳定/下降)。
What it does
Using a plant-monitoring platform that periodically (e.g., daily) collects plant images, environmental data, and growth metrics (new bud count, leaf-area change, leaf color), an AI evaluation model fuses leaf color (chlorophyll index), morphology (spread, leaf size), and growth dynamics (new buds, leaf-area growth rate) to output an overall vitality score from 0-100 along with a trend (rising / stable / declining). | 通过植物监测平台定期(如每天)采集的植物图像、环境数据以及生长指标(如新芽数、叶片面积变化、叶色),利用AI综合评估模型融合叶片颜色(叶绿素指数)、形态(舒展度、叶片大小)、生长动态(新芽萌发数、叶面积增长率),输出0-100的整体活力评分,并给出活力趋势(上升/稳定/下降)。
The skill document
🌿 Plant Vitality Index | 植物整体活力指数(综合评分)
智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询
🧭 技能概览 | Overview
| 模块 | 内容 |
|---|---|
| 🏷️ 技能名称 | 植物整体活力指数(综合评分) |
| 🎯 核心目标 | 通过植物监测平台定期(如每天)采集的植物图像、环境数据以及生长指标(如新芽数、叶片面积变化、叶色),利用AI综合评估模型融合叶片颜色(叶绿素指数)、形态(舒展度、叶片大小)、生长动态(新芽萌发数、叶面积增长率),输出0-100的整体活力评分,并给出活力趋势(上升/稳定/下降)。 |
| 🖼️ 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、识别/监测结果、建议与报告链接 |
| 🧩 场景码 | SMYX_PLANT_VITALITY_INDEX_ANALYSIS |
Using a plant-monitoring platform that periodically (e.g., daily) collects plant images, environmental data, and growth metrics (new bud count, leaf-area change, leaf color), an AI evaluation model fuses leaf color (chlorophyll index), morphology (spread, leaf size), and growth dynamics (new buds, leaf-area growth rate) to output an overall vitality score from 0-100 along with a trend (rising / stable / declining). It helps users intuitively grasp plant health and guides care decisions. Application scenarios: smart planters, plant factories, home gardening, plant-monitoring platforms. The system generates a daily vitality report and pushes alerts when scores keep dropping (e.g., 'vitality index dropped 15% in the past week, please check light or roots'). Skill features: an intuitive way to understand plant health.
通过植物监测平台定期(如每天)采集的植物图像、环境数据以及生长指标(如新芽数、叶片面积变化、叶色),利用AI综合评估模型融合叶片颜色(叶绿素指数)、形态(舒展度、叶片大小)、生长动态(新芽萌发数、叶面积增长率),输出0-100的整体活力评分,并给出活力趋势(上升/稳定/下降)。该技能帮助用户直观了解植物健康状况,指导养护决策。应用场景:智能花盆、植物工厂、家庭园艺、植物监测平台。系统每日生成活力指数报告,当评分持续下降时推送提醒(如'活力指数近一周下降15%,请检查光照或根系')。技能特点:直观了解植物健康。
🤖 AI 角色 | AI Role
| 角色要点 | 说明 |
|---|---|
| 说明 1 | 假设你是一个专业的植物健康评估 AI。你的任务是综合植物的多项视觉和环境指标(叶片颜色、新芽数量、叶片面积变化、生长速度等),计算整体活力指数(0-100 分),并分析近期变化趋势。不要提供具体养护操作(如施肥配方、修剪方案),仅输出评分及趋势。 |
🎬 技能演示 | Skill Demo
🎯 任务目标 | Goals
1. 🧩 技能用途
基于植物图像(单图或连续日间序列)+ 可选环境数据/生长指标,输出 0-100 整体活力评分与变化趋势
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 叶片颜色(叶绿素指数)评估 |
| 2 | 叶片形态(舒展度 |
| 3 | 叶片大小)评估 |
| 4 | 新芽萌发数计数 |
| 5 | 叶面积增长率估算(基于序列) |
| 6 | 整体株型紧凑度 |
| 7 | 活力总分(0-100) |
| 8 | 活力等级(excellent / good / fair / poor) |
| 9 | 近期趋势(rising / stable / declining) |
| 10 | 变化百分比 |
| 11 | 活力下降阈值告警 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 默认触发:当用户提供植物图像/连续日间图像序列/视频 URL 或文件需要分析时,默认触发本技能进行活力指数综合评分 |
| 🔎 明确分析意图 | 当用户明确提及活力指数、植物活力、综合评分、健康打分、生长状态打分、植物体检、活力趋势、叶绿素指数等关键词,并且上传了图像/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 :查看植物活力历史报告、活力指数报告清单、活力评分报告清单、查询历史活力指数、显示所有植物活力报告、显示植物体检诊断报告,查询活力趋势清单 |
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_plant_vitality_index_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_plant_vitality_index_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
🚀 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 | 📥 准备植物图像输入 | 提供本地文件路径或网络 URL;确保输入内容清晰、符合技能场景要求 |
| 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 | ⚙️ 执行植物活力指数综合评分 | 调用 -m scripts.smyx_plant_vitality_index_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,查看识别/监测结果、风险提示、建议与报告链接 |
⚙️ 脚本参数说明
| 参数 | 含义 | 备注 |
|---|---|---|
--input | 本地植物图像/连续日间图像序列/视频文件路径 | 适用于本地文件分析 |
--url | 网络植物图像/连续日间图像序列/视频 URL 地址(API 服务自动下载) | API 服务自动下载网络资源 |
--pet-type | 类别标识,植物活力评估场景默认 other | 按需填写 |
--list | 显示植物活力指数历史分析报告列表清单(可以输入起始日期参数过滤数据范围) | 用于云端历史报告查询 |
--api-url | API 服务地址(可选,使用默认值) | 按需填写 |
--detail | 输出详细程度(basic/standard/json,默认 json) | 输出详细程度 |
--output | 结果输出文件路径(可选) | 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_plant_vitality_index_analysis.py | 调用 API、执行分析或查询历史报告 | 执行分析或查询时使用 |
| 🐍 必要脚本 | scripts/config.py | 调用 API、执行分析或查询历史报告 | 执行分析或查询时使用 |
| 📘 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 | 输入要求:支持 jpg/png 图像或 mp4/avi/mov 视频,最大 10MB;建议连续日间序列以获得稳定趋势 |
| 🧑⚖️ 结果性质 | 评分结果仅供养护参考,单次评分受拍摄角度/光照影响较大,建议结合趋势查看 |
| 🚫 脚本限制 | 禁止临时生成脚本,只能用技能本身的脚本 |
| 🌐 网络地址 | 传入的网络地址参数,不需要下载本地,默认地址都是公网地址,api 服务会自动下载 |
| 📜 报告输出 | 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 |
| 📜 报告输出 | 表格输出示例 |
🧰 使用示例 | Examples
# 分析本地植物图像/序列
python -m scripts.smyx_plant_vitality_index_analysis --input /path/to/plant.jpg
# 分析网络植物图像/视频
python -m scripts.smyx_plant_vitality_index_analysis --url https://example.com/plant.jpg
# 显示历史活力指数报告/活力指数报告清单(自动触发关键词:查看植物活力历史报告、活力指数报告清单等)
python -m scripts.smyx_plant_vitality_index_analysis --list
# 输出精简报告
python -m scripts.smyx_plant_vitality_index_analysis --input plant.jpg --detail basic
# 保存结果到文件
python -m scripts.smyx_plant_vitality_index_analysis --input plant.jpg --output result.json
Related skills
Turn a plant photo into a 0–100% wilting index and identify whether underwatering or overwatering is the likely cause.
Get a 0–100 root health score and vitality grade from a transparent-pot or seedling-box image, plus care-direction advice.
AI-powered aquatic plant health monitoring from aquarium camera images. Detects leaf color changes (yellowing, bleaching, blackening), morphological anomalies (melting, curling, holes), and iron deficiency symptoms in submerged plants. Outputs health assessment and care suggestions (e.g., supplement iron fertilizer, adjust lighting, increase CO₂). Helps early detection of aquatic plant issues and maintains aquarium ecological balance. Scenarios: smart fish tanks, aquascaping tanks, aquarium shops. | 通过智能鱼缸或水下摄像头拍摄水草的图像,利用AI视觉分析技术识别水草叶片的颜色变化(黄化、白化、发黑)、形态异常(溶叶、卷曲、穿孔)以及缺铁等典型症状,输出健康评估及养护建议(如补充铁肥、调整光照、增加CO₂)。有助于及早发现水草生长问题,维持水族箱生态平衡。应用场景:智能鱼缸、水族箱、水草造景缸、水族店。
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。
Estimate a 0–100% transpiration rate index from indoor plant leaf images to infer root water-uptake activity.