植物营养诊断分析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_bb47e3e3/plant-nutrition-diagnosis-analysis
技能介绍
问题背景
植物营养失调常常先表现为叶片颜色、纹理和形态变化,但“叶片发黄”并不等于缺氮。老叶黄化、新叶褪绿、叶脉间失绿、叶缘焦枯等特征可能指向氮、磷、钾或微量元素的不同缺乏或过剩模式。对种植者来说,难点不是知道要施肥,而是快速判断该补什么、为什么缺。
技能如何工作
该技能面向叶片图片、视频、本地文件或网络 URL,调用技能内脚本完成分析:
- 输入解析:支持
--input传入本地jpg/jpeg/png,或--url由 API 自动下载网络资源; - 特征诊断:结合计算机视觉与植物生理学,识别典型症状部位和视觉模式,判断营养元素缺乏或过剩;
- 结果输出:生成结构化报告,包含诊断结论、成因分析、施肥建议和报告链接;
- 历史查询:通过
--list从云端接口读取历史报告,并以 Markdown 表格返回。
适用边界
诊断结果仅供施肥参考,具体方案应结合土壤检测与农技部门建议。拍摄时需使用自然光、展示完整典型症状叶片,避免严重反光或无法辨认样本。历史报告仅从云端接口读取,不从本地记忆或人工汇总中生成。
使用场景
- 种植户上传叶片照片,判断老叶发黄是否缺氮或缺磷,并得到施肥建议。
- 农技员将田间视频提交分析,定位叶脉间失绿或叶缘焦枯对应的营养失衡类型。
- 农企人员查询云端历史诊断报告,核对近期作物营养问题清单。
- 栽培人员根据报告中的生理成因分析,制定下一步补肥观察方案。
适合人员
- 果蔬种植户:需要快速判断叶片黄化原因并决定补什么肥。
- 农技推广人员:需要为农户提供可解释的营养失衡判断和施肥建议。
- 农企作物管理岗:需要跟踪多次叶片诊断结果并复核历史报告。
- 家庭园艺者:需要确认叶片是否缺氮或缺磷并调整浇水施肥。