设计与多媒体

Succulent Special State Detection | 多肉植物特殊状态识别

试用

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。

它能做什么

针对多肉植物的高清图片或视频,识别三种常见异常:黑腐(茎基或叶片发黑腐烂)、化水(叶片透明水渍状)、徒长(茎节拉长、莲座松散)。返回异常类型、严重程度(轻/中/重)、置信度评分及异常部位定位;不提供具体救治步骤。支持本地文件与公网 URL 输入,并可基于云端 API 查询历史识别报告。

什么时候用它

  • 家庭养护日常拍照筛查多肉状态
  • 夏季大棚批量巡检黑腐苗头
  • 调取历史识别报告对比病情变化
  • 花店新到货植株快速过一遍状态检测

技能文档

🌵 Succulent Special State Detection | 多肉植物特殊状态识别

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
🏷️ 技能名称多肉植物特殊状态识别
🎯 核心目标通过多肉种植摄像头或手机拍摄的高清图像,利用AI视觉分析技术识别多肉植物的三种常见异常状态:黑腐病(茎基部或叶片变黑、腐烂)、化水(叶片透明化、水渍状)、徒长(茎节拉长、叶片间距增大、形态松散)。输出对应的异常状态类型及严重程度,帮助种植者及时采取处理措施(如砍头、控水、增加光照)。应用场景:多肉植物家庭养护、多肉大棚、花店。
🖼️ 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_SUCCULENT_SPECIAL_STATE_DETECTION_ANALYSIS

AI-powered succulent special-state detection from HD images via plant cameras or smartphones. Identifies three critical conditions—black rot (stem base or leaves turning black and mushy), etiolation/melting (leaves becoming translucent and water-soaked), and stretching (elongated internodes, widened leaf spacing, loose rosette)—and outputs the anomaly type with severity grading, enabling early intervention such as beheading, water restriction, or increased light. Scenarios: home succulent care, succulent greenhouses, flower shops.

通过多肉种植摄像头或手机拍摄的高清图像,利用AI视觉分析技术识别多肉植物的三种常见异常状态:黑腐病(茎基部或叶片变黑、腐烂)、化水(叶片透明化、水渍状)、徒长(茎节拉长、叶片间距增大、形态松散)。输出对应的异常状态类型及严重程度,帮助种植者及时采取处理措施(如砍头、控水、增加光照)。应用场景:多肉植物家庭养护、多肉大棚、花店。

🤖 AI 角色 | AI Role

角色要点说明
说明 1假设你是一个专业的多肉植物健康AI。你的任务是分析多肉植物的高清图像,检测是否存在黑腐、化水、徒长等特殊异常状态,评估严重程度。不要提供具体的救治步骤,仅输出识别到的状态类型及置信度。

🎬 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

通过多肉植物高清图像检测黑腐病、化水、徒长三种特殊异常状态,输出状态类型、严重程度和置信度

2. 🛠️ 能力范围

序号具体能力
1黑腐病识别(茎基/叶片变黑腐烂)
2化水识别(叶片透明水渍状)
3徒长识别(茎节拉长/叶片松散)
4严重程度分级(轻度/中度/重度)
5置信度评分
6异常部位定位

3. ⚡ 触发条件

触发类型触发规则
✅ 默认触发默认触发:当用户提供多肉植物图像或视频需要分析时,默认触发本技能进行特殊状态识别
🔎 明确分析意图当用户明确需要多肉状态检测时,提及黑腐、化水、徒长、多肉变黑、多肉透明、多肉长歪等关键词,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 :查看历史多肉状态报告、历史黑腐检测报告、多肉报告清单、显示所有状态报告、查询多肉健康记录

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_succulent_special_state_detection_analysis --list
类型要求
✅ 必须使用 python -m scripts.smyx_succulent_special_state_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⚙️ 执行特殊状态识别调用 -m scripts.smyx_succulent_special_state_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本地多肉植物图像/视频文件路径适用于本地文件分析
--url网络多肉植物图像/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显示多肉特殊状态识别历史报告列表清单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

🖤 黑腐病(Black Rot)

项目说明
识别特征茎基部或叶片出现黑色/深褐色腐烂区域,组织变软流液
常见诱因高温高湿 + 伤口感染真菌(镰刀菌等);浇水后积水未排
死亡风险⚠️ 极高 — 从感染到整株死亡可能仅需 3-7 天
早期信号茎基部轻微发黑、底部叶片异常脱落、轻压有软感
进展速度极快,尤其在夏季闷热环境

黑腐严重程度分级

级别视觉表现危险程度
🟡 轻度局部叶片发黑,茎部尚未变软及时处理可救回
🟠 中度茎基部发黑变软,多片叶片受影响需紧急砍头抢救
🔴 重度大面积腐烂,整株发黑流液通常不可逆,建议取健康叶片叶插

💧 化水(Etiolation / Melting)

项目说明
识别特征叶片变为半透明/水渍状,质地变软呈果冻感,轻触即破
常见诱因浇水过多 + 通风不良;低温高湿环境下更易发生
死亡风险⚠️ — 化水叶片不可恢复,且易蔓延至全株
早期信号底部叶片微微发黄变透明,触感变软
与黑腐区别化水为透明水渍状,黑腐为黑色腐烂;化水常是黑腐的前兆

化水严重程度分级

级别视觉表现处理紧迫性
🟡 轻度1-2片底部叶片微透明摘除化水叶,控水通风
🟠 中度多片叶片透明软化需摘除所有化水叶,检查茎部是否健康
🔴 重度大面积化水,茎部也开始软化紧急砍头至健康组织,晾干后重新发根

🌿 徒长(Stretching / Etiolation)

项目说明
识别特征茎节明显拉长、叶片间距增大、莲座形态松散、植株向光弯曲
常见诱因光照不足 + 浇水偏多;室内养护最常见问题
死亡风险低(不影响存活,但严重影响观赏性)
早期信号叶片开始变绿变薄、茎部微微拉长、植株不再紧凑
可逆性已徒长部分不可逆,但可通过增加光照防止继续徒长

徒长严重程度分级

级别视觉表现紧凑度
🟡 轻度叶片微微变绿拉长,莲座略松散尚可接受,增加光照即可
🟠 中度茎节明显拉长,叶片间距显著增大影响美观,建议砍头重新发根
🔴 重度严重"长脖子",茎干细长弯曲,叶片稀疏需砍头/叶插重新培育

🔍 三种状态快速对比

特征🖤 黑腐💧 化水🌿 徒长
颜色变化黑色/深褐色透明/水渍状变绿/褪色
质地软烂流液果冻感易破茎细长偏软
紧迫性⚠️ 最紧急紧急非紧急
可逆性不可逆(需砍头)不可逆(需摘叶)不可逆(需砍头重发)
主要诱因真菌感染水多+不通风光照不足
季节高发夏季闷热梅雨/冬季闷湿冬季室内

📊 置信度说明

置信度区间可靠性说明
80%-100%🟢 高特征明确,状态判定可靠
60%-79%🟡 中部分特征可见,建议补充特写图像
<60%🟠 低特征不典型,可能处于早期,建议持续观察

⚠️ 多肉养护高危季节提醒

季节高危状态原因预防要点
🌞 夏季(6-9月)黑腐高温高湿,真菌活跃遮阴通风,严格控水,避免叶心积水
🌧️ 梅雨季化水持续阴雨,空气湿度大停水,移至室内,加强通风
❄️ 冬季徒长室内光照不足补光灯辅助,减少浇水频率
🍂 春秋相对安全温度适宜,光照充足正常养护,是换盆叶插的好时机

🗂️ 资源索引 | Resource Index

资源类型路径用途何时读取
🐍 必要脚本scripts/smyx_succulent_special_state_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:高清近景为主,需看清叶片和茎基细节;整体+特写各一张效果更佳
🔎 使用提醒仅输出状态类型及置信度,不提供具体救治步骤
🔎 使用提醒黑腐和化水早期症状相似,置信度可能偏低,建议持续观察
🔎 使用提醒多肉品种繁多(景天科、百合科、仙人掌科等),不同品种表现有差异
🔎 使用提醒夏季黑腐发展极快,发现疑似症状应尽早处理
🚫 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

# 分析本地多肉图像
python -m scripts.smyx_succulent_special_state_detection_analysis --input /path/to/succulent.jpg

# 分析网络多肉图像
python -m scripts.smyx_succulent_special_state_detection_analysis --url https://example.com/succulent.jpg

# 显示历史识别报告/显示报告清单列表
python -m scripts.smyx_succulent_special_state_detection_analysis --list

# 输出精简报告
python -m scripts.smyx_succulent_special_state_detection_analysis --input succulent.jpg --detail basic

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

常见问题

能识别哪几种状态?
黑腐、化水、徒长三种,每种按轻、中、重分级,并给出置信度(80%–100% 高、60%–79% 中、60% 以下低)和异常部位。
会给出救治建议吗?
不会。只输出识别到的状态类型、严重程度与置信度,不提供具体救治步骤。
支持哪些输入,历史报告怎么查?
支持本地 jpg/png/mp4/avi/mov 文件(单个不超过 10MB)和公网 URL;历史报告通过云端 API 查询,不从本地记忆或历史会话中读取。

相关技能

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。

10 次安装

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。

10 次安装

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

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