当前位置: 首页 > news >正文

生命涌现的小龙虾技能之【Hydroponic Nutrient Concentration Visual Assessment | 水培植物营养液浓度视觉评估】简介

💧 Hydroponic Nutrient Concentration Visual Assessment | 水培植物营养液浓度视觉评估

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
🏷️ 技能名称水培植物营养液浓度视觉评估
🎯 核心目标通过水培种植架的固定摄像头拍摄植物根系(透明容器)和叶片(新叶、老叶)的高清图像,利用AI视觉分析技术识别根须颜色(白色健康、黄色初期胁迫、褐色严重胁迫、黑色腐烂)、叶片形态(叶尖灼伤、叶缘焦枯、叶片黄化、卷曲)等特征,判断营养液浓度是否过浓或过稀,并输出调整建议(增加清水稀释或补充浓缩营养液)。
🖼️ 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_HYDROPONIC_NUTRIENT_ASSESSMENT_ANALYSIS

Using fixed cameras on a hydroponic growing rack to capture high-resolution images of plant roots (in transparent
containers) and leaves (young and old), AI vision analysis identifies root color (white = healthy, yellow = early
stress, brown = severe stress, black = rotting) and leaf morphology (tip burn, leaf-margin scorch, yellowing, curling)
to judge whether the nutrient solution is too concentrated or too dilute, and outputs adjustment advice (dilute with
fresh water or add concentrated nutrient solution). This skill lets hydroponic growers quickly assess nutrient solution
status without an EC meter. Application scenarios: hydroponic growing racks, home hydroponic vegetables, plant
factories, research hydroponic systems. The system periodically (e.g., weekly) captures root and leaf images,
automatically analyzes them and pushes alerts (e.g., ‘roots are turning yellow, leaf tips are burned, nutrient
concentration may be too high, suggest adding fresh water to dilute’). Skill features: hydroponic beginners often suffer
from burnt seedlings or nutrient deficiency due to wrong nutrient concentration. AI visual assessment lets users judge
quickly without instruments, lowering the learning curve. Can be integrated into hydroponic racks or mobile apps to
improve user experience and success rate.

通过水培种植架的固定摄像头拍摄植物根系(透明容器)和叶片(新叶、老叶)的高清图像,利用AI视觉分析技术识别根须颜色(白色健康、黄色初期胁迫、褐色严重胁迫、黑色腐烂)、叶片形态(叶尖灼伤、叶缘焦枯、叶片黄化、卷曲)等特征,判断营养液浓度是否过浓或过稀,并输出调整建议(增加清水稀释或补充浓缩营养液)。该技能帮助水培种植者在不使用EC计的情况下,快速评估营养液状态。应用场景:水培种植架、家庭水培蔬菜、植物工厂、科研水培装置。系统定期(如每周)拍摄根部和叶部图像,自动分析并推送提醒(如’根系变黄,叶尖灼伤,营养液浓度可能过高,建议加入清水稀释’
)。技能特点:水培新手常因营养液浓度不当导致烧苗或缺素。通过AI视觉评估,用户无需仪器即可快速判断,降低种植门槛。该技能可集成到水培种植架或手机APP中,提升用户体验和成功率。

🤖 AI 角色 | AI Role

角色要点说明
说明 1假设你是一个专业的水培植物营养 AI。你的任务是分析水培植物的根系图像(透明容器内)和叶片图像,识别根须颜色、根尖状态、叶片灼伤和黄化等特征,判断营养液浓度是否适宜,输出调整建议。不要提供具体的 EC 值或 ppm 数值,仅基于视觉特征给出定性结论与方向性调整建议。

🎬 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

基于水培种植架根系(透明容器)+ 叶片高清图像,定性评估营养液浓度状态,输出调整建议

2. 🛠️ 能力范围

序号具体能力
1根须颜色分级(健康白 / 初期胁迫黄 / 严重胁迫褐 / 腐烂黑)
2根尖状态识别(饱满白尖 / 萎缩 /

3. ⚡ 触发条件

触发类型触发规则
✅ 默认触发默认触发:当用户提供水培植物根系/叶片图像或视频 URL/文件需要分析时,默认触发本技能进行营养液浓度视觉评估
🔎 明确分析意图当用户明确提及水培、营养液、EC、烧苗、根系发黄、根系发黑、根腐、叶尖灼伤、叶缘焦枯、水培蔬菜、种植架、营养液浓度、稀释、换液等关键词,并且上传了图像/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:查看水培营养液历史报告、营养液浓度评估清单、水培诊断报告清单、查询历史水培评估、显示所有水培报告、显示根系健康诊断报告,查询营养液调整建议清单

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-mscripts.smyx_hydroponic_nutrient_concentration_assessment_analysis--list
类型要求
✅ 必须使用python -m scripts.smyx_hydroponic_nutrient_concentration_assessment_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📥 准备根系/叶片图像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⚙️ 执行营养液浓度视觉评估调用-m scripts.smyx_hydroponic_nutrient_concentration_assessment_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本地水培根系/叶片图像或视频文件路径适用于本地文件分析
--url网络水培根系/叶片图像或视频 URL 地址(API 服务自动下载)API 服务自动下载网络资源
--pet-type类别标识,水培植物场景默认other按需填写
--list显示水培营养液浓度评估历史分析报告列表清单(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/smyx_hydroponic_nutrient_concentration_assessment_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
📁 格式支持输入要求:支持 jpg/png 图像或 mp4/avi/mov 视频,最大 10MB;建议根部与叶部分别拍摄
🧑‍⚖️ 结果性质评估结果仅供水培养护参考,严重过浓/严重过稀建议立即换液并观察 24 小时
🚫 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

🧰 使用示例 | Examples

# 分析本地水培根系/叶片图像或视频python-mscripts.smyx_hydroponic_nutrient_concentration_assessment_analysis--input/path/to/hydroponic_root.jpg# 分析网络水培图像/视频python-mscripts.smyx_hydroponic_nutrient_concentration_assessment_analysis--urlhttps://example.com/hydroponic_root.jpg# 显示历史评估报告/营养液浓度评估清单(自动触发关键词:查看水培营养液历史报告、营养液浓度评估清单等)python-mscripts.smyx_hydroponic_nutrient_concentration_assessment_analysis--list# 输出精简报告python-mscripts.smyx_hydroponic_nutrient_concentration_assessment_analysis--inputroot.jpg--detailbasic# 保存结果到文件python-mscripts.smyx_hydroponic_nutrient_concentration_assessment_analysis--inputroot.jpg--outputresult.json

我们提供定制化AI技能开发服务。如果您有特定的业务需求,可以联系我们的商务团队,我们会为您量身打造专属的AI解决方案。

http://www.jsqmd.com/news/1199737/

相关文章:

  • 杰理之播放内部flash自定义区的提示音【篇】
  • 终极免费音频编辑神器Audacity:新手也能快速上手的完整指南
  • CH32V307评估板RTC串口同步实现与优化
  • CUDA ABI 兼容性断层:OpenClaw 部署失败的底层根因
  • OneXPlayer 3掌机深度评测:Intel Arc显卡与OLED屏的实战表现
  • 绝缘隐患难发现?APD300‑L 助力 SST 设备提前规避停机故障
  • C++科学计算实战:Boost数学库核心模块选型与工程应用指南
  • Codex与ChatGPT Work订阅计划对比及技术集成实践指南
  • Linux函数调用机制与栈帧结构详解
  • nvwa开发者指南:构建、测试与贡献开源项目的最佳实践
  • C++二维数组与字符串实战:查找字典序最小值的底层原理与工程实现
  • STC32G单片机开源示波器开发全解析
  • DLL文件原理与故障排查全指南
  • 从攻防演练到逆向实战:一次完整的木马病毒分析与对抗实验
  • 开关电源设计实战:从元器件选型到EMI优化
  • Radeon显卡在WSL2+Docker中启用Vulkan加速跑LLM指南
  • CANN/asc-devkit Adds函数文档
  • AzerothCore-WoTLK深度编译指南:15个关键CMake参数配置与性能优化
  • 如何在浏览器中直接查看SQLite数据库文件?
  • Linux网络与进程管理核心技术解析
  • Pylearn2 GRBM模型实战:从入门到精通
  • 突破分布式游戏服务器瓶颈:ET框架Actor模型通信架构设计与性能优化实战
  • 2026年忻州市黄金回收白银回收铂金回收彩金回收靠谱门店实测 本地正规实体老店无套路门店推荐+联系电话 - 前途无量YY
  • Chrome DevTools 高效调试与性能优化指南
  • 2024年C++零基础入门:从环境搭建到面向对象编程实战
  • STM32开发与传感器应用实战指南
  • SGuard限制器深度解析:Windows内核级游戏资源优化实践指南
  • 文件目录大小计算:从树形结构遍历到多语言实现详解
  • 跨平台虚拟化迁移实战:使用qemu-img将VMware VMDK转换为Hyper-V VHDX
  • Wand-Enhancer终极指南:3步免费解锁Wand游戏修改器专业版功能