上传植物叶片图像或视频，获取带置信度的病害类型与通用防治方向。
13 次安装
数据分析
Crop-Specific Disease Database | 经济作物专属病害库
试用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。
它能做什么
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。
技能文档
🌽 Crop Specific Disease Identification | 经济作物专属病害库
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。
经济作物专属病害诊断中枢 · 图片/视频智能分析 · 病害标准化识别 · 历史报告云端查询
🧭 技能概览 | Overview
| 模块 | 内容 |
|---|---|
| 🏷️ 技能名称 | 经济作物专属病害库 |
| 🎯 核心目标 | 基于玉米、土豆、花生、番茄等经济作物叶片的图像/视频，识别该作物特有的病害类型（如玉米大斑病/小斑病、土豆晚疫病、花生叶斑病、番茄病毒病等），输出标准化的病害识别结果，覆盖现有园艺植物病害库未覆盖的作物专属病害 |
| 🖼️ 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、病害类型、置信度、症状描述、报告链接 |
| 🏢 适用场景 | 玉米、土豆、花生、番茄等经济作物的精准病害诊断，弥补通用病害库对经济作物专属病害覆盖不足的问题 |
| 🧩 场景码 | SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS |
🎬 技能演示 | Skill Demo
🤖 AI 角色 | AI Role
| 角色要点 | 说明 |
|---|---|
| 说明 1 | 你是一个专业的作物病害诊断 AI。你的任务是分析特定经济作物（玉米、土豆、花生、番茄等）叶片的图像，识别该作物特有的病害类型，输出标准化的病害识别结果。不要提供治疗或防治建议，仅客观描述基于视觉特征的病害识别结果。 |
🎯 任务目标 | Goals
1. 🧩 技能用途
通过玉米、土豆、花生、番茄等经济作物叶片的图像或视频进行专属病害识别，客观描述基于视觉特征的病害类型判断，覆盖现有园艺植物病害库未覆盖的经济作物专属病害，帮助种植者精准识别叶部病害。
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 图像/视频叶片定位与病斑区域提取 |
| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |
| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |
| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |
| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |
| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |
| 7 | 病斑颜色、形状、大小及分布特征描述 |
| 8 | 病害置信度与相似病害区分提示 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 当用户提供玉米/土豆/花生/番茄等经济作物叶片的图像/视频 URL 或文件需要病害识别时，默认触发本技能进行病害识别 |
| 🔎 明确分析意图 | 当用户明确需要识别经济作物专属病害时，提及玉米大斑病、玉米小斑病、土豆晚疫病、花生叶斑病、番茄病毒病、作物叶片病害、经济作物病害诊断等关键词，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：查看历史病害识别报告、历史经济作物病害报告、病害识别报告清单、查询作物病害记录、显示所有病害报告 |
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_specific_disease_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_crop_specific_disease_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 15cm～60cm，能清晰看到叶片病斑的形状、颜色和边缘特征 |
| 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覆盖病斑 |
| 3 | 尽量正面拍摄单张受害叶片，突出典型病斑，避免过度重叠或叶片翻卷 |
| 4 | 支持单张图或短视频（≤10MB），视频建议 5~15 秒近距离环绕拍摄 |
| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |
| 6 | 建议同时提供作物种类信息或典型植株全景照，以提升病害识别准确率 |
🚀 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 | 📥 准备作物叶片图像/视频输入 | 提供本地文件路径或网络 URL；确保叶片病斑清晰、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 | ⚙️ 执行经济作物专属病害识别 | 调用 -m scripts.smyx_crop_specific_disease_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，查看病害名称、置信度、症状描述与报告链接 |
⚙️ 脚本参数说明
| 参数 | 含义 | 备注 |
|---|---|---|
--input | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |
--url | 网络作物叶片图像/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 | 显示历史病害识别报告清单 | 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_specific_disease_analysis.py | 调用 API 进行经济作物专属病害识别或查询历史报告 | 执行分析或查询时使用 |
| ⚙️ 配置文件 | scripts/config.py | 场景码 SMYX_CROP_SPECIFIC_DISEASE_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 | 分析结果仅供病害初筛与视觉识别参考，本技能不提供治疗或防治建议 |
| 🚫 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 |
| 🌾 覆盖范围 | 主要聚焦玉米、土豆、花生、番茄等经济作物专属病害，园艺植物通用病害请使用对应的通用病害识别技能 |
🔒 隐私与数据安全声明 | Privacy & Data Security
| 序号 | 说明 |
|---|---|
| 1 | 仅采集与经济作物病害识别直接相关的叶片图像/视频数据，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 | 分析结果仅供参考，最终病害确诊与处置请结合田间实际情况与农艺专家意见 |
📜 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 经济作物病害识别报告-{记录id} 形式拼接 |
| 病害类型 | 从接口返回数据中提取（如玉米大斑病 / 土豆晚疫病 / 花生叶斑病 / 番茄病毒病 等） |
| 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 | 病害类型 | 分析时间 | 点击查看 |
|---|---|---|---|
| 经济作物病害识别报告-20260703160500001 | 玉米大斑病 | 2026-07-03 16:05:00 | 🔗 查看报告 |
🧰 使用示例 | Examples
🌽 分析本地玉米叶片图像（大斑病 / 小斑病）
python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg
🥔 分析本地土豆叶片图像（晚疫病）
python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg
🥜 分析本地花生叶片图像（叶斑病）
python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg
🍅 分析本地番茄叶片图像（病毒病）
python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg
🌐 分析网络作物叶片图像/视频
python -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4
📚 显示历史分析报告 / 显示分析报告清单列表 / 显示历史病害识别报告
自动触发关键词：查看历史病害报告、历史报告、经济作物病害清单等。
python -m scripts.smyx_crop_specific_disease_analysis --list
🪶 输出精简报告
python -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic
💾 保存结果到文件
python -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json
相关技能
上传植物图片或视频，自动识别病害类型、严重程度与成因，输出结构化诊断报告与防治建议。
19 次安装4 星标
Triggers when a user provides images or videos of crop leaves, buds or fruits (local file or URL) for pest identification; calls server-side APIs to detect common agricultural pests such as aphids, red spider mites, cotton bollworms and corn borers, outputting pest types with confidence scores. | 当用户提供作物叶片、嫩芽或果实的图像/视频（本地文件或网络URL）时，触发本技能进行虫害识别；调用服务端API检测蚜虫、红蜘蛛、棉铃虫、玉米螟等常见农业害虫，输出虫害类型与置信度。应用场景：番茄/玉米/花生的虫害早期发现与精准施药，减少农药滥用。
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。
上传叶片图像即可获得卷叶与焦边的结构化诊断报告，并按可能性排序干旱、病害等成因。
13 次安装
Identifies weed species and coverage density from field top-view images, and outputs a weed distribution heatmap dataset to support precision weeding decisions. | 通过田间图像识别杂草种类与覆盖密度，生成除草建议区域热力图。