Farmland Weed Identification Density Assessment | 农田杂草识别与密度评估通过田间图像识别杂草种类与覆盖密度生成除草建议区域热力图。精准除草决策中枢· 田间图像智能分析 · 杂草种类识别 · 覆盖密度评估 · 热力图数据 · 历史报告云端查询 技能概览 | Overview模块内容️ 技能名称农田杂草识别与密度评估 核心目标基于田间俯视图像/视频识别杂草种类及分布区域估算杂草覆盖密度生成杂草分布热力图数据辅助玉米、花生等作物的精准除草决策️ 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、杂草种类清单、覆盖密度、分布区域、热力图数据、报告链接 适用场景玉米/花生等大田作物的精准除草减少除草剂使用降低生产成本 场景码SMYX_FARMLAND_WEED_IDENTIFICATION_ANALYSIS 技能演示 | Skill Demo▶️ 点击查看技能使用介绍 AI 角色 | AI Role角色要点说明说明 1你是一个专业的农田杂草管理 AI。你的任务是分析田间俯视图像识别图像中出现的杂草种类及分布区域估算杂草覆盖密度生成杂草分布热力图数据。不要提供除草剂使用建议或防治方案仅基于视觉特征输出杂草分布与密度评估结果。 任务目标 | Goals1. 技能用途通过田间俯视图像/视频识别杂草种类与分布估算杂草覆盖密度输出可用于生成建议除草区域热力图的结构化数据帮助玉米、花生等作物实现精准除草减少除草剂使用与生产成本。2. ️ 能力范围序号具体能力1田间图像/视频杂草检测与定位2常见杂草种类识别禾本科 / 阔叶类 / 莎草科 等3杂草与作物区分玉米、花生等目标作物保留4分区网格覆盖密度估算低 / 中 / 高5杂草聚集分布区域标注6杂草分布热力图数据输出7田块整体杂草压力等级评估3. ⚡ 触发条件触发类型触发规则✅ 默认触发当用户提供田间俯视图像/视频 URL 或文件需要杂草评估时默认触发本技能进行杂草识别与密度评估 明确分析意图当用户明确提及杂草识别、田间杂草、杂草密度、精准除草、杂草分布、杂草热力图、玉米除草、花生除草、田间调查等关键词并且上传了图片或视频文件 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杂草识别报告、历史杂草密度报告、杂草识别报告清单、查询田间杂草记录、显示所有杂草评估报告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python-mscripts.smyx_farmland_weed_identification_analysis--list类型要求✅ 必须使用python -m scripts.smyx_farmland_weed_identification_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requests2.28.0 采集要求 | Capture Requirements序号说明1优先使用田间俯视或倾斜俯视角度能清晰覆盖成片田块便于分区网格评估2拍摄高度建议 1.5m 以上含无人机低空俯拍保证画面中同时可见作物行与行间地面3尽量在自然散射光下拍摄避免强烈阴影、镜头眩光和大面积过曝/欠曝4单张图或短视频≤10MB均可视频建议 5~15 秒平稳巡田拍摄5支持格式jpg/png/jpeg 图片及 mp4/avi/mov 视频单文件不超过 10MB6尽量减少人员、机械等大面积遮挡田面以获得更准确的密度估算 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 准备田间图像/视频输入提供本地文件路径或网络 URL确保画面覆盖田面、符合采集要求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⚙️ 执行杂草识别与密度评估调用-m scripts.smyx_farmland_weed_identification_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杂草种类清单、分区密度等级、热力图数据与报告链接⚙️ 脚本参数说明参数含义备注--input本地田间图像/视频文件路径适用于本地文件分析--url网络田间图像/视频 URL 地址API 服务自动下载--pet-type类别标识大田杂草场景保持 other默认other按需填写--list显示历史分析报告清单可以输入起始日期参数过滤数据范围--api-urlAPI 服务地址可选使用默认值--detail输出详细程度basic/standard/json默认json--output结果输出文件路径可选️ 资源索引 | Resource Index资源类型路径用途何时读取 必要脚本scripts/smyx_farmland_weed_identification_analysis.py调用 API 进行杂草识别与密度评估或查询历史报告执行分析或查询时使用⚙️ 配置文件scripts/config.py场景码SMYX_FARMLAND_WEED_IDENTIFICATION_ANALYSIS、默认参数配置需要确认默认配置时读取 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 格式支持图片支持jpg/png/jpeg视频支持mp4/avi/mov单文件最大10MB‍⚖️ 结果性质分析结果仅供田间管理参考本技能不提供除草剂使用建议或防治方案 脚本限制禁止临时生成脚本只能使用技能本身的脚本 网络地址传入的网络地址参数无需本地下载默认为公网地址API 服务会自动下载 报告输出显示历史分析报告清单时从接口返回 JSON 数据中提取字段作为超链接地址并自动转化为 Markdown 表格输出 隐私与数据安全声明 | Privacy Data Security序号说明1仅采集与农田杂草识别直接相关的图像/视频数据不采集与田块无关的敏感信息2内部身份参数由系统自动处理不在任何输出、日志或报告中暴露3分析请求通过服务端 API 完成网络传输遵循平台既有安全策略4历史报告仅当前身份可读不做跨用户汇总或共享5分析结果仅供参考实际除草作业与用药决策请结合农艺规程与专业农技人员意见 历史报告清单输出规范 | Report List Format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 表格格式输出。 固定输出列列名生成规则报告名称使用农田杂草识别与密度评估报告-{记录id}形式拼接杂草压力等级从接口返回数据中提取低 / 中 / 高 / 极高分析时间从接口返回数据中提取点击查看使用[ 查看报告]()格式的超链接 表格输出示例报告名称杂草压力等级分析时间点击查看农田杂草识别与密度评估报告-20260703160500001中2026-07-03 16:05:00 查看报告 使用示例 | Examples 分析本地玉米田块图像python-mscripts.smyx_farmland_weed_identification_analysis--input/path/to/corn_field.jpg 分析本地花生田块图像python-mscripts.smyx_farmland_weed_identification_analysis--input/path/to/peanut_field.jpg 分析网络田间图像/视频python-mscripts.smyx_farmland_weed_identification_analysis--urlhttps://example.com/farmland_topview.mp4 显示历史分析报告 / 显示分析报告清单列表 / 显示历史杂草识别报告自动触发关键词查看历史杂草识别报告、历史报告、杂草评估清单等。python-mscripts.smyx_farmland_weed_identification_analysis--list 输出精简报告python-mscripts.smyx_farmland_weed_identification_analysis--inputcorn_field.jpg--detailbasic 保存结果到文件python-mscripts.smyx_farmland_weed_identification_analysis--inputpeanut_field.jpg--outputresult.json我们提供定制化AI技能开发服务。如果您有特定的业务需求可以联系我们的商务团队邮箱productlifeemergence.com我们会为您量身打造专属的AI解决方案。