植物物种识别分析
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/new-plant-species-recognition-analysis。
技能介绍
要解决的问题
拿到一张植物照片或一段视频后,常见难点不只是“叫什么名字”:相似种容易混淆,科属、产地、生长习性和养护条件也需要可靠资料。人工比对手册或搜索图片往往分散,且难以沉淀成可查询的历史报告。
技能如何工作
该技能面向图片、视频、本地文件或 URL 输入,调用植物识别分析 API,输出结构化结果:物种名称、学名、科属分类、原生分布、生长习性、栽培养护要点,并支持相似物种区分标注。典型流程是:
- 准备清晰素材,植物主体、叶片、花朵等特征完整出镜
- 通过
--input传本地文件,或通过--url传公网地址,由 API 下载处理 - 使用
--detail选择输出粒度,必要时保存--output结果 - 触发“查看历史报告”等意图时,从云端接口读取报告清单,避免依赖本地记忆或手工汇总
适用边界
结果更适合作为园艺、生态调研和自然教育的知识参考;涉及药用、食用或安全判断时,应咨询专业人士。上传内容建议光线充足、不过度遮挡,多株同框时保持间距。支持常见图片格式,如 jpg/jpeg/png,单文件最大 20MB。
使用场景
- 生态调研员在野外拍摄疑似保护植物,需要识别物种、科属、原生分布并留存结构化报告。
- 园艺爱好者上传盆栽叶片和花朵照片,需要区分相似物种并获取光照、浇水、施肥等养护要点。
- 自然教育教师在课堂上传播播视频,需要快速识别出镜植物并生成可分享的结构化知识卡片。
- 研究人员查询历史植物识别报告,需要列出云端报告链接并回溯某次物种识别结果。
适合人员
- 生态科研人员:野外调查时快速鉴定物种、科属和原生分布,并沉淀可查询报告。
- 园艺爱好者:识别易混淆盆栽或花卉,获取光照、水分、施肥等养护建议。
- 自然教育教师:用图片或视频讲解植物,并生成适合课堂分享的结构化报告。
- 植物研究助理:整理云端历史识别报告,回溯特定样本的识别结果与报告链接。