数据分析

Plant Growth Stage Recognition Skill | 植物生长阶段识别技能

试用

通过图像或视频识别植物生长阶段，输出结构化分析报告，为农事管理提供数据依据。

它能做什么

识别植物从发芽、幼苗、营养生长、开花到结果的关键阶段，输入支持本地图片、视频文件或公网 URL。脚本调用云端 API，返回包含检测结果、发育特征、风险提示与报告链接的结构化报告。历史报告同样通过云端接口查询，并以 Markdown 表格形式呈现。支持 jpg/jpeg/png 格式，最大 20MB，可通过参数控制输出详细程度并保存到文件。

什么时候用它

  • 识别田间照片中作物的当前生育期
  • 查询云端保存的历史生长阶段分析报告
  • 提交视频 URL 进行自动生育期分类
  • 导出结构化 JSON 报告用于后续处理

技能文档

🌱 Plant Growth Stage Recognition Skill | 植物生长阶段识别技能

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
🏷️ 技能名称植物生长阶段识别技能
🎯 核心目标植物生长阶段识别技能，基于计算机视觉与深度学习算法，精准识别植物从发芽到结果的全生命周期关键生长阶段，为精准农业提供科学决策支持
🖼️ 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PLANT_GROWTH_STAGE_RECOGNITION

Equipped with advanced computer vision and deep learning algorithms trained on large-scale plant growth datasets, this skill accurately identifies key growth stages throughout the entire plant life cycle, including germination, seedling, vegetative growth, flowering, and fruiting. By analyzing morphological characteristics of the plant, leaf area index, and reproductive organ development status, the system automatically determines the current growth stage and outputs structured analysis results. It provides scientific basis and decision support for water and fertilizer management, pest and disease control, and yield prediction in precision agriculture, helping agricultural producers achieve scientific management and improve crop yield and quality.

本技能搭载了基于大规模植物生长数据集训练的先进计算机视觉与深度学习算法，能够精准识别植物从发芽、幼苗、营养生长、开花到结果全生命周期中的各个关键生长阶段。系统通过分析植株形态特征、叶面积指数以及生殖器官发育状况，自动判断当前生长状态并输出结构化分析数据，为精准农业中的水肥管理、病虫害防治及产量预估提供科学依据与决策支持，帮助农业生产者实现科学管理，提升作物产量与品质。

🎬 技能演示 | Skill Demo

▶️ 点击查看技能使用介绍

🎯 任务目标 | Goals

1. 🧩 技能用途

识别视频/图片中的植物，准确判断其所处的生长阶段，输出结构化生长状态分析数据

2. 🛠️ 能力范围

序号具体能力
1植株检测
2生长阶段分类
3关键发育特征分析
4结构化数据输出

3. ⚡ 触发条件

触发类型触发规则
✅ 默认触发默认触发：当用户提供植物植株视频/图片需要识别生长阶段时，默认触发本技能
🔎 明确分析意图当用户明确需要植物生长阶段识别、生育期判断时，提及生长阶段识别、生育期识别、发芽阶段、开花结果、生长状态识别等关键词，并且上传了视频/图片，自动触发本技能
📚 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 ：查看历史识别报告、生长阶段识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、植物生长阶段分析报告，查询植物生长阶段识别分析报告

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.plant_growth_stage_recognition_analysis --list
类型要求
✅ 必须使用 python -m scripts.plant_growth_stage_recognition_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

📸 识别要求 | Recognition Requirements

要求项说明
植株主体完整，整株或主要生长部位完整出镜，避免过度遮挡
光线充足清晰，避免过度模糊、过暗过曝和严重色差
对于田间群体拍摄，尽量聚焦单株主要特征便于分析对于田间群体拍摄，尽量聚焦单株主要特征便于分析

🚀 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📥 准备植物视频/图片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⚙️ 执行植物生长阶段识别分析调用 -m scripts.plant_growth_stage_recognition_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本地视频/图片文件路径适用于本地文件分析
--url网络视频/图片 URL 地址（API 服务自动下载）API 服务自动下载网络资源
--list显示历史植物生长阶段识别分析报告列表清单（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-urlAPI 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/plant_growth_stage_recognition_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
📁 格式支持支持格式：jpg/jpeg/png，最大 20MB
🧑‍⚖️ 结果性质分析结果仅供农业生产参考，具体农事决策请结合实际经验和专业指导
🚫 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

📝 隐私与数据安全声明 | Privacy & Data Security

序号说明
1数据保密处理
2系统基于 用户名/手机号 生成的标识仅作为用户关联信息，不保存任何可直接识别个人身份的明文信息。
3安全传输
4所有数据（包括视频文件及关联标识）均通过 HTTPS/TLS 加密通道 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。
5数据留存策略
6云端服务器遵循“最小必要原则”，分析任务完成后即刻删除原始视频数据，不进行持久化存储，确保用户隐私数据不被留存或滥用。

🧰 使用示例 | Examples

# 识别本地视频/图片中植物的生长阶段
python -m scripts.plant_growth_stage_recognition_analysis --input /path/to/plant.mp4

# 识别网络视频/图片
python -m scripts.plant_growth_stage_recognition_analysis --url https://example.com/crop.mp4

# 显示历史识别报告/显示识别报告清单列表/显示历史植物生长阶段识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）
python -m scripts.plant_growth_stage_recognition_analysis --list

# 输出精简报告
python -m scripts.plant_growth_stage_recognition_analysis --input crop.jpg --detail basic

# 保存结果到文件
python -m scripts.plant_growth_stage_recognition_analysis --input crop.jpg --output result.json

常见问题

支持哪些输入格式？
支持 jpg/jpeg/png 图片（最大 20MB）和视频，来源可以是本地文件或公网 URL，网络资源由 API 自动下载。
历史报告如何获取？
通过 `--list` 参数调用云端 API 查询，结果以 Markdown 表格展示；不从本地记忆或长期存储中读取历史会话记录。
能调整输出详细程度吗？
可以。使用 `--detail basic` 输出精简版，默认 json 格式，也可通过 `--output` 将结果保存到本地文件。

相关技能

Plant Growth Stage Detection | 植物生长阶段自动判定

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 次安装

Plant Species test

Accurately identifies plant species from images based on deep learning and computer vision, outputs structured information including species name, family, gr...

作者 smyx-skills4 次安装

Cutting Rooting Status Detection (Transparent Container) | 扦插枝条生根状态（透明容器）

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。

9 次安装