🧪 Plant Nutrition Diagnosis Skill | 植物营养诊断技能#

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🏷️ 技能名称植物营养诊断技能🎯 核心目标植物营养诊断技能，基于计算机视觉与植物生理学，通过叶片特征诊断氮磷钾及微量元素缺乏或过剩，输出精准施肥建议🖼️ 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_SPECIES_RECOGNITION

Based on computer vision technology combined with professional plant physiology knowledge, this skill accurately diagnoses nutrient imbalance disorders such as nitrogen, phosphorus, potassium deficiency or excess, as well as trace element abnormalities by analyzing the color, texture and morphological characteristics of plant leaves. The system quickly locates the type of nutrient imbalance based on "symptom location" (such as the difference between old leaves and new leaves) and "visual pattern" (such as interveinal chlorosis, leaf margin scorch), and outputs a structured diagnostic report including nutrient deficiency judgment, physiological cause analysis, and targeted fertilization suggestions. It provides scientific basis for precision fertilization and crop health management, helping growers quickly correct nutrient disorders and maintain healthy plant growth.

本技能结合计算机视觉技术与专业植物生理学知识，通过分析植物叶片的颜色、纹理和形态特征，能够精准诊断氮、磷、钾大量元素缺乏或过剩以及微量元素异常等营养失衡病症。系统依据" 症状发生部位"（如老叶与新叶的差异）及"视觉表现模式" （如叶脉间失绿、叶缘焦枯），快速定位营养失衡类型，输出包含缺乏元素判断、生理成因分析及针对性施肥建议的结构化诊断报告，为精准施肥与作物健康管理提供科学依据，帮助种植者快速矫正营养失调，维持植物健康生长。

🎬 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#

通过叶片视频/图片诊断植物营养状况，判断缺乏或过剩的营养元素，输出科学施肥建议

2. 🛠️ 能力范围#

序号具体能力1叶片特征提取2营养元素缺乏/过剩诊断3成因分析4施肥建议输出

3. ⚡ 触发条件#

触发类型触发规则✅ 默认触发默认触发：当用户提供植物叶片视频/图片需要诊断营养状况时，默认触发本技能🔎 明确分析意图当用户明确需要植物营养诊断、缺肥判断时，提及叶子发黄、叶片失绿、缺氮缺磷、怎么施肥、营养诊断等关键词，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 ：查看历史诊断报告、营养诊断报告清单、诊断报告列表、查询历史诊断报告、显示所有诊断报告、植物营养分析报告，查询植物营养诊断分析报告

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：

bash

python -m scripts.plant_nutrition_diagnosis_analysis --list

类型要求✅ 必须使用 python -m scripts.plant_nutrition_diagnosis_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 text

  requests>=2.28.0
  
  

📸 诊断要求 | Diagnosis Requirements#

要求项说明典型症状叶片拍摄具有典型症状的叶片，避免完全正常或完全坏死无法辨认的叶片特征完整展示整张叶片完整出镜，包括叶片基部、尖部和叶缘自然光下拍摄光线均匀，避免严重色差和反光，真实反映叶片颜色

🚀 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📥 准备叶片视频/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⚙️ 执行植物营养诊断分析调用 -m scripts.plant_nutrition_diagnosis_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显示历史植物营养诊断分析报告列表清单（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_nutrition_diagnosis_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🧑‍⚖️ 结果性质诊断结果仅供施肥参考，具体施肥方案请结合土壤检测结果和当地农业技术推广部门建议🚫 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#

bash

# 诊断本地视频/图片中植物的营养状况
python -m scripts.plant_nutrition_diagnosis_analysis --input /path/to/leaf.mp4

# 诊断网络视频/图片
python -m scripts.plant_nutrition_diagnosis_analysis --url https://example.com/yellow-leaf.mp4

# 显示历史诊断报告/显示诊断报告清单列表/显示历史植物营养诊断（自动触发关键词：查看历史诊断报告、历史报告、诊断报告清单等）
python -m scripts.plant_nutrition_diagnosis_analysis --list

# 输出精简报告
python -m scripts.plant_nutrition_diagnosis_analysis --input leaf.jpg --detail basic

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