编程

花卉识别与养护

试用

🌸 AI花卉识别与养护技能。上传花卉/植物照片,自动识别品种,提供浇水/光照/温度/土壤/施肥/病虫害六大维度专业养护指南,生成交互式HTML可视化报告。基于DashScope多模态大模型。覆盖观花植物/观叶植物/多肉/水生植物/藤本/木本等全品类。Triggers: 识花, 这是什么花, 花卉识别, 植物识别...

它能做什么

上传任意花卉/植物照片,AI自动识别品种并生成专业养护指南。覆盖浇水、光照、温度、土壤、施肥、病虫害防治六大维度,生成包含雷达图、养护卡片和病虫害提示的交互式HTML可视化报告。

技能文档

🌸 花卉识别与养护 Flower Care

AI驱动的花卉识别与养护指导 | 拍照即识 | 6维养护指南 | 可视化报告

概述

上传任意花卉/植物照片,AI自动识别品种并生成专业养护指南。覆盖浇水、光照、温度、土壤、施肥、病虫害防治六大维度,生成包含雷达图、养护卡片和病虫害提示的交互式HTML可视化报告。

触发场景

  • 用户说"这是什么花"、"识别一下这个植物"、"帮我看看这是什么"
  • 用户说"怎么养"、"养护指南"、"这花怎么浇水"
  • 用户说"花生病了"、"叶子黄了"、"长虫了"
  • 用户分享植物照片并询问养护方法
  • 用户询问某类植物的养护要点(可查询内置知识库)

核心功能

功能说明
📸 拍照识花上传照片,AI自动识别植物品种(含学名、科属)
💚 健康评估判断植物健康状态(健康/一般/较差)并预警
🌿 6维养护指南浇水、光照、温度、土壤、施肥、病虫害防治
🛡️ 病虫害防治识别常见病虫害,给出具体防治方案
📊 可视化报告Chart.js雷达图 + 养护卡片 + 健康预警
📚 内置知识库60+常见植物养护数据,可离线查询

执行流程

Step 1: 接收图片

用户提供图片路径或URL。如果用户没有提供路径,询问用户上传或拖拽图片。

如果用户没有图片只是询问养护知识,跳转到 Step 5 使用内置知识库回答。

Step 2: 检查环境与 API Key

首次使用前需配置 DashScope API Key:

/c/Users/PC/.workbuddy/binaries/python/versions/3.13.12/python.exe -c "
import json, os
key = os.environ.get('DASHSCOPE_API_KEY', '')
if not key:
    cfg = os.path.expanduser('~/.workbuddy/config/dashscope.json')
    if os.path.exists(cfg):
        with open(cfg) as f:
            key = json.load(f).get('api_key', '')
print('API Key:', '已配置' if key and 'YOUR_' not in key else '未配置')
"

如果未配置,两种方式设置:

方式一(推荐):编辑配置文件

# 编辑 C:/Users/PC/.workbuddy/config/dashscope.json
# 将 YOUR_DASHSCOPE_API_KEY_HERE 替换为实际的 API Key

方式二:设置环境变量

export DASHSCOPE_API_KEY="sk-xxxxxxxxxxxxx"

获取 API Key: https://dashscope.console.aliyun.com/apiKey

Step 3: 运行花卉识别

使用技能内置脚本 scripts/flower_care.py:

/c/Users/PC/.workbuddy/binaries/python/versions/3.13.12/python.exe \
  /c/Users/PC/.workbuddy/skills/flower-care/scripts/flower_care.py \
  --image "<用户提供的图片路径>" \
  --output "/c/Users/PC/WorkBuddy/2026-06-18-11-18-38/flower_care_report.html"

参数说明:

参数说明
--image PATH植物照片路径(必填)
--output PATHHTML报告输出路径(可选,默认当前目录)
--model NAMEDashScope模型,默认 qwen-vl-max(也可用 qwen-vl-plus)

Step 4: 展示结果

脚本执行完成后:

  1. 在对话中展示识别结果摘要(植物名称+养护要点)
  2. 使用 present_files 预览并交付HTML报告

Step 5: 无需图片的养护咨询(使用内置知识库)

如果用户只是问"绿萝怎么养"、"多肉浇水频率"等,直接参考 references/plant_care_db.md 知识库回答,无需调用API。

知识库覆盖 60+ 常见植物,按类别索引:

  • 观花植物 (#1-15):月季、玫瑰、茉莉、栀子、兰花、蝴蝶兰等
  • 观叶植物 (#16-30):绿萝、吊兰、虎皮兰、龟背竹、琴叶榕等
  • 多肉植物 (#31-33):多肉通用、仙人掌、玉露
  • 香草/食用 (#34-36):薄荷、迷迭香、薰衣草
  • 其他:水生植物、空气净化植物、年宵花、藤本、盆景、网红植物

查询方式:用 grep 在知识库中搜索植物名:

grep -A 10 "^### .*绿萝" /c/Users/PC/.workbuddy/skills/flower-care/references/plant_care_db.md

API 配置

脚本自动从以下位置读取 DashScope API Key(按优先级):

  1. 环境变量 DASHSCOPE_API_KEY
  2. 环境变量 OPENAI_API_KEY(兼容模式)
  3. 配置文件 ~/.workbuddy/config/dashscope.json

DashScope API 端点:

POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions
Model: qwen-vl-max (推荐,识别最准确) 或 qwen-vl-plus (更快更省)

养护维度说明

维度Emoji说明
浇水 💧浇水频率、方法、注意事项
光照 ☀️光照需求、每日时长、摆放位置
温度 🌡️适宜范围、最低/最高耐受、季节调整
土壤 🪴土壤类型、酸碱度、透气排水要求
施肥 🧪施肥频率、肥料类型、休眠期停肥
病虫害 🛡️常见病害、典型症状、防治药剂和方法

独立使用(直接调用 API)

不运行脚本时,可直接用以下代码调用 DashScope API 进行花卉识别:

import base64, json, os
import urllib.request

def identify_flower(image_path):
    api_key = os.environ.get("DASHSCOPE_API_KEY", "")
    if not api_key:
        cfg = os.path.expanduser("~/.workbuddy/config/dashscope.json")
        if os.path.exists(cfg):
            with open(cfg) as f:
                api_key = json.load(f).get("api_key", "")

    with open(image_path, "rb") as f:
        img_b64 = base64.b64encode(f.read()).decode()

    ext = os.path.splitext(image_path)[1].lower()
    mime_map = {".jpg": "jpeg", ".jpeg": "jpeg", ".png": "png", ".webp": "webp"}
    mime = mime_map.get(ext, "jpeg")

    prompt = """你是一位资深园艺师。请识别图片中的植物并提供养护建议。
返回JSON:{"plant_name":"","scientific_name":"","family":"","plant_type":"",
"health_status":"健康/一般/较差","difficulty":"容易/中等/较难",
"water":{"frequency":"","method":"","note":""},
"light":{"requirement":"","hours":"","note":""},
"temperature":{"range":"","min":"","note":""},
"soil":{"type":"","ph":"","note":""},
"fertilizer":{"schedule":"","type":"","note":""},
"diseases":[{"name":"","symptom":"","treatment":""}],
"tips":[""],"description":"",
"care_score":{"watering":0.5,"light":0.5,"temperature":0.5,"soil":0.5,"fertilizer":0.5,"pest_control":0.5}}"""

    payload = json.dumps({
        "model": "qwen-vl-max",
        "messages": [{"role": "user", "content": [
            {"type": "image_url", "image_url": {"url": f"data:image/{mime};base64,{img_b64}"}},
            {"type": "text", "text": prompt}
        ]}],
        "temperature": 0.3, "max_tokens": 1500
    }).encode()

    req = urllib.request.Request(
        "https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions",
        data=payload,
        headers={"Authorization": f"Bearer {api_key}", "Content-Type": "application/json"}
    )
    with urllib.request.urlopen(req, timeout=60) as resp:
        return json.loads(resp.read())

文件结构

flower-care/
├── SKILL.md                       # 本文件
├── scripts/
│   └── flower_care.py             # 主脚本:图片→API→报告
├── assets/
│   └── report_template.html       # HTML报告模板(含雷达图+养护卡片)
└── references/
    └── plant_care_db.md           # 60+常见植物养护知识库

常见问题

Q: 识别不准确怎么办?

  • 确保照片清晰、光线充足,花朵/叶片特征明显
  • 尽量包含花朵和叶片,多角度拍摄效果更好
  • 避免背景过于杂乱

Q: API Key 从哪里获取?

Q: 没有图片也能用吗?

  • 可以!直接说出植物名称(如"绿萝怎么养"),会从内置知识库查询养护指南

相关技能

把自然语言描述转为结构化 JSON,并由 mcp-diagram-generator MCP 服务生成 Draw.io、Mermaid 或 Excalidraw 图表文件。

作者 nssa.io1.0k 次安装47 星标

在本地磁盘以分类纯 Markdown 文件保存需要长期留存的事实,与智能体内置记忆并存。

作者 Iván559 次安装18 星标

以 AI 机器人身份加入视频会议,提供语音、虚拟形象与屏幕共享四种模式。

作者 johnpatternai22 次安装8 星标

从 AdMapix API 拉取广告创意、应用、榜单和收入预估等数据,原样返回结构化 JSON。

作者 fly0pants4.3k 次安装296 星标

诊断生产力系统反复失效的根因,给出最小干预——容量测算、瓶颈定位、可靠的本地记录。

作者 Iván855 次安装69 星标

bettermen 的更多技能

浏览全部技能

AI-powered memory guardian for Windows. Manage system memory, kill high-risk processes, monitor in background, and view real-time Web GUI dashboard. Triggers...

作者 bettermen5 次安装1 星标

AI开发工程师全流程工作流。覆盖需求分析→技术选型→数据处理→AI核心开发(Prompt/Agent/RAG/微调)→后端服务→前端交互→测试评估→部署运维→性能优化→LLMOps→安全护栏10大阶段。面向LLM应用开发全链路,提供代码模板、架构决策框架、调试排查指南。触发词: AI开发, AI工程师, AI全栈...

作者 bettermen5 次安装1 星标

AI产品经理全流程助手。覆盖需求洞察→竞品分析→PRD方案设计→AI能力设计(Prompt/Agent/RAG)→上线评估→迭代优化6大阶段。融合模型边界管理、Prompt工程、Agent编排、RAG数据工程、AI评估五大核心能力。触发词: AI产品经理, AI PM, 写PRD, 竞品分析, Prompt设计,...

作者 bettermen4 次安装1 星标

MetricHub多租户指标平台全流程编排:指标目录浏览、查询构建执行(九条铁律/九条消歧规则/快速计算语法)、数据可视化推荐、仪表盘编排。触发:查询指标、同环比、占比、排名、时间限定、metricDefinitions、timeConstraint、filters、dimensions、查看指标目录、创建仪表盘...

作者 bettermen5 次安装

为文章规划并生成可读性强的极简强线条手绘配图。先建立文章地图,识别段落适合流程图、架构图、对比图、关系图、结构图还是概念插图,再通过构思卡组织单一命题、原文指纹、信息单位、阅读顺序和固定橙白圆猫角色。构思通过可读性测试后默认直接生成。用户说配图、手绘配图、给文章配图、文章插图、技术文章插图、流程图、架构图、关系图...

作者 bettermen4 次安装

绂诲搴旇瘔鎸囧崡AI鍔╂墜銆傚綋鐢ㄦ埛琚捣璇夌濠氶渶瑕佸簲璇夊府鍔╂椂锛屾彁渚涘叏娴佺▼鎸囧锛? 搴旇瘔娴佺▼瀵艰埅銆佺瓟杈╃姸鐢熸垚銆佹劅鎯呯牬瑁傝瘉鎹噯澶囥€佽储浜у垎鍓插垎鏋愩€佸瓙濂虫姎鍏绘潈璇勪及銆? 搴旇瘔绛栫暐寤鸿銆佹硶寰嬫潯鏂囬€熸煡銆傝鐩栦粠鏀跺埌璧疯瘔鐘跺壇鏈埌鍒ゅ喅鎵ц鐨勫...

作者 bettermen4 次安装