植物缺素症视觉诊断

要解决什么问题

家庭园艺、大棚或植物工厂里，黄叶、叶缘焦枯、叶脉间失绿往往对应不同营养元素缺乏，但肉眼很难区分是缺氮、缺钾还是缺铁。盲目追肥既浪费又可能加重盐害。本技能面向叶片图像做视觉缺素推断：在不上传土壤化验数据的前提下，给出最可能缺乏的元素类型、置信度，以及施肥方向（不涉及具体浓度与用量）。

技能如何工作

Agent 按「植物营养学」角色分析你提供的老叶或新叶照片/短视频，关注颜色异常、失绿分布、叶缘焦枯、小叶簇生等特征，并与常见缺素症特征库比对。核心能力包括：

• 症状部位区分：老叶先发多指向 N/P/K/Mg 等移动性元素；新叶先发多指向 Fe/Ca/B/Zn 等非移动性元素
• 模式识别：均匀黄化 vs 叶脉间失绿（网纹状）、紫红/暗绿、叶缘焦枯等
• 结构化输出：叶片特征描述、最可能缺乏元素、0–100% 置信度、轻度/中度/重度分级、施肥方向参考
• 历史报告：查询清单时通过 python -m scripts.smyx_plant_nutrient_diagnosis_analysis --list --open-id 从云端拉取记录，以 Markdown 表格展示报告链接

执行诊断前需取得有效 open-id（禁止臆造），在技能根目录调用脚本，支持本地 --input 或网络 --url（jpg/png/mp4/avi/mov，建议 10–30 cm 近拍、光线充足、老叶新叶分别拍摄）。

适用边界与注意点

• 结果仅为视觉缺素参考，缺铁与缺锰等症状可能相似，同一植株也可能多元素同时缺乏
• 不提供化肥浓度、用量与完整施肥处方；精准方案需结合品种、生育期与土壤检测，咨询农技人员
• 不规则病斑、霉层或孢子堆更可能是病害而非缺素，必要时应做病害识别交叉验证
• 模糊、逆光、过远或大于 10MB 的素材会降低可靠性