Agent Skills
返回列表
植物卷叶焦边诊断

植物卷叶焦边诊断

行业专业 更新于 2026.08.30

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/leaf-curling-scorch-diagnosis-analysis。

技能介绍

要解决的问题

叶片卷曲和焦边在田间并不罕见,但单看症状很难区分干旱、病害、药害或肥害。上卷、下卷、叶尖灼烧、叶缘焦枯可能由不同原因触发,如果只按经验处理,容易误判并延误灌溉、隔离或检查管理措施。

工作方式

该技能围绕叶片视觉特征做结构化诊断。输入可以是本地图像/视频文件,也可以是网络 URL;脚本支持 --input 本地路径、--url 网络地址,并可选择 --detail 输出详细程度。分析时重点关注三类信息:

  • 卷曲方向:上卷、下卷、混合或无明显卷曲。
  • 焦边分布:叶尖灼烧、叶缘焦枯、整叶干枯等。
  • 受害叶层:老叶、新叶等位置特征。

如果同时提供土壤湿度数据,系统会把视觉特征与环境数据一起纳入原因排序,用于判断更可能是干旱胁迫、白粉病、病毒病、药害或肥害。输出不是单一句式结论,而是识别结果、风险提示、方向性建议和报告链接。历史报告通过 --list 查询,资料要求从云端接口读取,而不是本地汇总。

适用边界

该能力适合大田作物、温室蔬菜和果园的巡检场景,也可集成到农业物联网、无人机巡检平台或移动端。输入建议控制在 jpg/png 图像或 mp4/avi/mov 视频,单个文件最大 10MB;最好同时提供整体形态和叶缘特写。诊断结果更适合作为早期识别参考,疑似病害严重时应结合实地踏查或专业植保咨询。

使用场景

  • 温室管理员发现蔬菜叶缘焦枯,需要结合土壤湿度判断是干旱还是肥害。
  • 大田巡检拍到作物上卷,需要区分干旱胁迫、白粉病或病毒病并给建议。
  • 果园人员发现老叶叶尖灼烧,需要定位受害叶层并查询历史诊断报告。
  • 植保技术员收到叶片视频,需要生成结构化风险报告并给出灌溉或隔离方向。

适合人员

  • 负责温室日常巡检、需要根据叶缘焦枯和土壤湿度判断处理方向的种植管理员。
  • 负责大田作物巡查、需要把上卷/下卷与病害可能性排序的植保技术员。
  • 使用摄像头或无人机巡检果园、需要记录叶尖灼烧和受害叶层的人员。
  • 集成农业物联网、需要调用云端历史报告接口做诊断追踪的平台工程师。