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。
设计与多媒体
Orchid Growth Status Detection (Shoots / Spike / Roots) | 兰花新芽/花梗/根系状态识别
试用AI-powered orchid growth-status detection from HD images (including roots visible through transparent pots) via orchid cameras or smartphones. Measures new-shoot count, flower-spike length, and root color/condition (white = healthy, brown = aged, black = rotten) to deliver a holistic vitality assessment (vigorous / normal / weak) plus care guidance such as 'three new shoots, healthy roots, increase phosphorus-potassium to promote spike growth'. Helps orchid hobbyists pinpoint repotting and feeding timing. Scenarios: home orchid care, orchid greenhouses, horticulture studios. | 通过兰花栽培专用摄像头或手机拍摄的高清图像(包括透明兰盆内的根系),利用AI视觉分析技术检测兰花新芽萌发数量、花梗(花箭)生长长度以及根系颜色(白色健康、褐色老化、黑色腐烂),综合输出兰花的生长状态评估(旺盛/正常/衰弱)及养护建议(如"新芽萌发3个,根系健康,可适当增加磷钾肥促进花梗生长")。有助于兰花爱好者精准掌握植株生长节奏,及时调整水肥管理。应用场景:兰花家庭养护、兰花大棚、兰花园艺工作室。
它能做什么
AI-powered orchid growth-status detection from HD images (including roots visible through transparent pots) via orchid cameras or smartphones. Measures new-shoot count, flower-spike length, and root color/condition (white = healthy, brown = aged, black = rotten) to deliver a holistic vitality assessment (vigorous / normal / weak) plus care guidance such as 'three new shoots, healthy roots, increase phosphorus-potassium to promote spike growth'. Helps orchid hobbyists pinpoint repotting and feeding timing. Scenarios: home orchid care, orchid greenhouses, horticulture studios. | 通过兰花栽培专用摄像头或手机拍摄的高清图像(包括透明兰盆内的根系),利用AI视觉分析技术检测兰花新芽萌发数量、花梗(花箭)生长长度以及根系颜色(白色健康、褐色老化、黑色腐烂),综合输出兰花的生长状态评估(旺盛/正常/衰弱)及养护建议(如"新芽萌发3个,根系健康,可适当增加磷钾肥促进花梗生长")。有助于兰花爱好者精准掌握植株生长节奏,及时调整水肥管理。应用场景:兰花家庭养护、兰花大棚、兰花园艺工作室。
技能文档
🌸 Orchid Growth Status Detection (Shoots / Spike / Roots) | 兰花新芽/花梗/根系状态识别
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 | 兰花新芽/花梗/根系状态识别 |
| 🎯 核心目标 | 通过兰花栽培专用摄像头或手机拍摄的高清图像(包括透明兰盆内的根系),利用AI视觉分析技术检测兰花新芽萌发数量、花梗(花箭)生长长度以及根系颜色(白色健康、褐色老化、黑色腐烂),综合输出兰花的生长状态评估(旺盛/正常/衰弱)及养护建议(如"新芽萌发3个,根系健康,可适当增加磷钾肥促进花梗生长")。有助于兰花爱好者精准掌握植株生长节奏,及时调整水肥管理。应用场景:兰花家庭养护、兰花大棚、兰花园艺工作室。 |
| 🖼️ 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_ORCHID_GROWTH_STATUS_DETECTION_ANALYSIS |
AI-powered orchid growth-status detection from HD images (including roots visible through transparent pots) via orchid cameras or smartphones. Measures new-shoot count, flower-spike length, and root color/condition (white = healthy, brown = aged, black = rotten) to deliver a holistic vitality assessment (vigorous / normal / weak) plus care guidance such as 'three new shoots, healthy roots, increase phosphorus-potassium to promote spike growth'. Helps orchid hobbyists pinpoint repotting and feeding timing. Scenarios: home orchid care, orchid greenhouses, horticulture studios.
通过兰花栽培专用摄像头或手机拍摄的高清图像(包括透明兰盆内的根系),利用AI视觉分析技术检测兰花新芽萌发数量、花梗(花箭)生长长度以及根系颜色(白色健康、褐色老化、黑色腐烂),综合输出兰花的生长状态评估(旺盛/正常/衰弱)及养护建议(如"新芽萌发3个,根系健康,可适当增加磷钾肥促进花梗生长")。有助于兰花爱好者精准掌握植株生长节奏,及时调整水肥管理。应用场景:兰花家庭养护、兰花大棚、兰花园艺工作室。
🤖 AI 角色 | AI Role
| 角色要点 | 说明 |
|---|---|
| 说明 1 | 假设你是一个专业的兰花栽培AI。你的任务是分析兰花的整体图像(包括假鳞茎、叶片、花梗)以及透明盆内的根系图像,检测新芽萌发数量、花梗长度、根系颜色和状态,综合评估兰花当前生长活力。不要提供具体的施肥或用药剂量,仅输出基于视觉的生长状态指标。 |
🎬 技能演示 | Skill Demo
🎯 任务目标 | Goals
1. 🧩 技能用途
通过兰花植株图像及透明盆内根系图像,检测新芽/花梗/根系三大核心指标,综合评估生长活力
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 新芽萌发数量统计 |
| 2 | 花梗(花箭)长度评估 |
| 3 | 根系颜色识别(白/绿/褐/黑) |
| 4 | 根系健康度评估 |
| 5 | 生长活力综合评级(旺盛/正常/衰弱) |
| 6 | 养护方向参考 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 默认触发:当用户提供兰花植株或根系图像/视频需要分析时,默认触发本技能进行生长状态识别 |
| 🔎 明确分析意图 | 当用户明确需要兰花生长状态检测时,提及兰花新芽、花箭、花梗、兰花根、根系颜色、兰花换盆、兰花施肥等关键词,并且上传了图像或视频文件 |
| 📚 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 :查看历史兰花报告、历史兰花状态报告、兰花报告清单、显示所有兰花报告、查询兰花生长记录 |
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_orchid_growth_status_detection_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_orchid_growth_status_detection_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 | 📥 准备图像/视频输入 | 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 | ⚙️ 执行生长状态识别 | 调用 -m scripts.smyx_orchid_growth_status_detection_analysis 处理输入(必须在技能根目录下运行脚本) |
| 4 | 📊 查看识别结果 | 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 | 本地兰花图像/视频文件路径 | 适用于本地文件分析 |
--url | 网络兰花图像/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 | 对象类型,植物场景默认 other | 按需填写 |
--list | 显示兰花生长状态识别历史报告列表清单 | 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 |
🌱 新芽萌发评估
| 新芽数量 | 评级 | 说明 |
|---|---|---|
| 3+ | 🟢 旺盛 | 生长活力极佳,株型扩展能力强 |
| 1-2 | 🟡 正常 | 健康生长,符合正常分蘖节奏 |
| 0 | 🟠 静止 | 处于休眠或养分储备期;若长期无芽需关注 |
🌸 花梗(花箭)长度评估
| 长度阶段 | 视觉表现 | 养护方向参考 |
|---|---|---|
| 萌动期(<5cm) | 假鳞茎旁出现绿色尖锥状突起 | 保持稳定环境,避免移动 |
| 拔节期(5-20cm) | 花箭快速伸长,节间明显 | 注意支撑,防倒伏 |
| 花苞期(>20cm) | 花箭顶端出现花苞 | 增加磷钾肥方向,准备开花 |
| 无花梗 | 仅见叶片和新芽 | 可能营养未达开花条件,或非花期 |
🌿 根系颜色识别与健康度
| 根系颜色 | 健康度 | 视觉表现 | 含义 |
|---|---|---|---|
| ⚪ 银白色 | 🟢 极佳 | 根尖饱满有水雾感,外层覆盖银白色根被 | 充水后呈现,活跃健康根系 |
| 🟢 翠绿色 | 🟢 优秀 | 透明盆中可见的健康吸水根 | 正在光合作用与吸水,活力强 |
| 🟡 浅黄色 | 🟡 普通 | 较老的根系 | 老化但仍具功能 |
| 🟠 褐色 | 🟠 衰退 | 干瘪、表皮褐变 | 老化或缺水,需关注 |
| ⚫ 黑色 | 🔴 腐烂 | 软烂发黑、有臭味 | 烂根,需紧急处理 |
📊 生长活力综合评级
| 评级 | 综合特征 | 养护方向 |
|---|---|---|
| 🟢 旺盛 | 新芽 ≥2,根系以白/绿为主(>70%健康根) | 维持当前养护,可适当增肥促进开花 |
| 🟡 正常 | 新芽 1-2,根系健康根占 40-70% | 保持稳定,关注水肥平衡 |
| 🟠 衰弱 | 无新芽,褐/黑根超 50% | 需检查浇水/通风/植料,必要时换盆 |
| 🔴 危重 | 假鳞茎萎缩、烂根超过 70% | 紧急处理:剪除烂根、消毒、重新上盆 |
📅 兰花养护关键节点参考
| 季节 | 重点观察指标 | 常见问题 |
|---|---|---|
| 🌸 春季 | 新芽萌发数量、花梗抽出 | 春化不足导致无花 |
| 🌞 夏季 | 根系颜色(防烂根) | 高温烂根、叶片晒伤 |
| 🍂 秋季 | 花梗发育、株型饱满度 | 花苞败育、新芽不健壮 |
| ❄️ 冬季 | 假鳞茎饱满度、根系状态 | 低温烂根、冻害 |
🗂️ 资源索引 | Resource Index
| 资源类型 | 路径 | 用途 | 何时读取 |
|---|---|---|---|
| 🐍 必要脚本 | scripts/smyx_orchid_growth_status_detection_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 | 支持 jpg/png/mp4/avi/mov 格式,最大 10MB |
| 🔎 使用提醒 | 拍摄要求:建议整体+根系两张图;根系拍摄必须为透明盆且贴近盆壁 |
| 🔎 使用提醒 | 仅输出基于视觉的生长状态指标,不提供具体施肥或用药剂量 |
| 🔎 使用提醒 | 不透明盆无法识别根系,仅能评估新芽和花梗 |
| 🔎 使用提醒 | 兰花品种繁多(蝴蝶兰/卡特兰/石斛/国兰/万代等),不同品种根系/花梗形态差异大 |
| 🔎 使用提醒 | 根系刚浇水会呈翠绿色(吸水状态),干燥时呈银白色(根被显露),均为健康 |
| 🔎 使用提醒 | 长期无新芽不一定是衰弱,可能处于休眠/养分储备期,需结合季节判断 |
| 🚫 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 | 当显示历史识别报告清单的时候,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
# 分析本地兰花图像
python -m scripts.smyx_orchid_growth_status_detection_analysis --input /path/to/orchid.jpg
# 分析网络兰花图像
python -m scripts.smyx_orchid_growth_status_detection_analysis --url https://example.com/orchid.jpg
# 显示历史识别报告/显示报告清单列表
python -m scripts.smyx_orchid_growth_status_detection_analysis --list
# 输出精简报告
python -m scripts.smyx_orchid_growth_status_detection_analysis --input orchid.jpg --detail basic
# 保存结果到文件
python -m scripts.smyx_orchid_growth_status_detection_analysis --input orchid.jpg --output result.json
相关技能
AI-powered non-invasive rooting-stage detection for plant cuttings in transparent containers. From smart propagation boxes or transparent cutting containers, periodically captures images of the cutting base (water roots or substrate roots visible through the transparent wall), uses AI vision to detect white root primordia (tiny white callus dots) and count/locate them, and outputs the rooting stage (No Roots / Few Primordia / Many Primordia / Well-Developed Roots). Helps propagators monitor cutting-rooting progress without disturbing the cutting and choose the optimal transplant time. Scenarios: smart propagation boxes, home cutting propagation, tissue-culture rooms, agricultural research. | 通过智能育苗箱或透明扦插容器的固定摄像头,定期拍摄枝条基部的水生根或土培根系(通过透明壁观察),利用AI视觉分析技术识别枝条基部是否出现白色凸起根点(根原基发育形成的白色小点)以及根点的数量和分布,输出生根阶段(无生根/少量根点/大量根点/根系发达)。该技能帮助育苗者在不干扰枝条的情况下,无创监测扦插生根进度,判断移栽时机。应用场景:智能育苗箱、家庭扦插繁殖、植物组培室、农业科研。
识别多肉图片中的黑腐、化水、徒长三种异常状态,输出严重程度与置信度。
上传透明盆或育苗箱的根系图像,即可获得 0-100 分健康评分与活力等级,并给出养护方向建议。
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。
给一张植物照片,输出 0–100% 的萎蔫指数,并结合土壤湿度判断是缺水还是水涝。