Crop-Specific Disease Database | 经济作物专属病害库

Expands the disease identification library to cover economic-crop-specific diseases (corn northern/southern leaf blight, potato late blight, peanut leaf spot, tomato viral disease, etc.) for precise leaf-disease recognition. | 扩充病害识别库至经济作物专属病害（玉米大斑病/小斑病、土豆晚疫病、花生叶斑病、番茄病毒病等），实现叶片病害的精准识别。

smyx-skills@18072937735

Install

openclaw skills install @18072937735/smyx-crop-specific-disease-analysis

🌽 Crop Specific Disease Identification | 经济作物专属病害库

扩充病害识别库至经济作物专属病害（玉米大斑病/小斑病、土豆晚疫病、花生叶斑病、番茄病毒病等），实现叶片病害的精准识别。

经济作物专属病害诊断中枢 · 图片/视频智能分析 · 病害标准化识别 · 历史报告云端查询

🧭 技能概览 | Overview

模块	内容
🏷️ 技能名称	经济作物专属病害库
🎯 核心目标	基于玉米、土豆、花生、番茄等经济作物叶片的图像/视频，识别该作物特有的病害类型（如玉米大斑病/小斑病、土豆晚疫病、花生叶斑病、番茄病毒病等），输出标准化的病害识别结果，覆盖现有园艺植物病害库未覆盖的作物专属病害
🖼️ 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、病害类型、置信度、症状描述、报告链接
🏢 适用场景	玉米、土豆、花生、番茄等经济作物的精准病害诊断，弥补通用病害库对经济作物专属病害覆盖不足的问题
🧩 场景码	`SMYX_CROP_SPECIFIC_DISEASE_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	你是一个专业的作物病害诊断 AI。你的任务是分析特定经济作物（玉米、土豆、花生、番茄等）叶片的图像，识别该作物特有的病害类型，输出标准化的病害识别结果。不要提供治疗或防治建议，仅客观描述基于视觉特征的病害识别结果。

🎯 任务目标 | Goals

1. 🧩 技能用途

通过玉米、土豆、花生、番茄等经济作物叶片的图像或视频进行专属病害识别，客观描述基于视觉特征的病害类型判断，覆盖现有园艺植物病害库未覆盖的经济作物专属病害，帮助种植者精准识别叶部病害。

2. 🛠️ 能力范围

序号	具体能力
1	图像/视频叶片定位与病斑区域提取
2	作物种类识别（玉米 / 土豆 / 花生 / 番茄等）
3	玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病等）
4	土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状等）
5	花生专属病害识别（叶斑病 / 网斑病 / 褐斑病等）
6	番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病等）
7	病斑颜色、形状、大小及分布特征描述
8	病害置信度与相似病害区分提示

3. ⚡ 触发条件

触发类型	触发规则
✅ 默认触发	当用户提供玉米/土豆/花生/番茄等经济作物叶片的图像/视频 URL 或文件需要病害识别时，默认触发本技能进行病害识别
🔎 明确分析意图	当用户明确需要识别经济作物专属病害时，提及玉米大斑病、玉米小斑病、土豆晚疫病、花生叶斑病、番茄病毒病、作物叶片病害、经济作物病害诊断等关键词，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：查看历史病害识别报告、历史经济作物病害报告、病害识别报告清单、查询作物病害记录、显示所有病害报告

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：

bash

python -m scripts.smyx_crop_specific_disease_analysis --list

类型	要求
✅ 必须	使用 `python -m scripts.smyx_crop_specific_disease_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：

txt

requests>=2.28.0

📷 采集要求 | Capture Requirements

序号	说明
1	拍摄距离建议 15cm～60cm，能清晰看到叶片病斑的形状、颜色和边缘特征
2	优先在自然散射光下拍摄，避免强逆光、镜头眩光或大面积阴影覆盖病斑
3	尽量正面拍摄单张受害叶片，突出典型病斑，避免过度重叠或叶片翻卷
4	支持单张图或短视频（≤10MB），视频建议 5~15 秒近距离环绕拍摄
5	支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB
6	建议同时提供作物种类信息或典型植株全景照，以提升病害识别准确率

🚀 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	📥 准备作物叶片图像/视频输入	提供本地文件路径或网络 URL；确保叶片病斑清晰、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	⚙️ 执行经济作物专属病害识别	调用 `-m scripts.smyx_crop_specific_disease_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，查看病害名称、置信度、症状描述与报告链接

⚙️ 脚本参数说明

参数	含义	备注
`--input`	本地作物叶片图像/视频文件路径	适用于本地文件分析
`--url`	网络作物叶片图像/视频 URL 地址	API 服务自动下载
`--pet-type`	类别标识（作物场景保持 other）	默认 `other`，按需填写
`--list`	显示历史病害识别报告清单	可以输入起始日期参数过滤数据范围
`--api-url`	API 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_crop_specific_disease_analysis.py`	调用 API 进行经济作物专属病害识别或查询历史报告	执行分析或查询时使用
⚙️ 配置文件	`scripts/config.py`	场景码 `SMYX_CROP_SPECIFIC_DISEASE_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	分析结果仅供病害初筛与视觉识别参考，本技能不提供治疗或防治建议
🚫 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
🌾 覆盖范围	主要聚焦玉米、土豆、花生、番茄等经济作物专属病害，园艺植物通用病害请使用对应的通用病害识别技能

🔒 隐私与数据安全声明 | Privacy & Data Security

序号	说明
1	仅采集与经济作物病害识别直接相关的叶片图像/视频数据，不采集与作物无关的敏感信息
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，最终病害确诊与处置请结合田间实际情况与农艺专家意见

📜 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 `经济作物病害识别报告-{记录id}` 形式拼接
病害类型	从接口返回数据中提取（如玉米大斑病 / 土豆晚疫病 / 花生叶斑病 / 番茄病毒病等）
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	病害类型	分析时间	点击查看
经济作物病害识别报告-20260703160500001	玉米大斑病	2026-07-03 16:05:00	🔗 查看报告

🧰 使用示例 | Examples

🌽 分析本地玉米叶片图像（大斑病 / 小斑病）

bash

python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg

🥔 分析本地土豆叶片图像（晚疫病）

bash

python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg

🥜 分析本地花生叶片图像（叶斑病）

bash

python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg

🍅 分析本地番茄叶片图像（病毒病）

bash

python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg

🌐 分析网络作物叶片图像/视频

bash

python -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4

📚 显示历史分析报告 / 显示分析报告清单列表 / 显示历史病害识别报告

自动触发关键词：查看历史病害报告、历史报告、经济作物病害清单等。

bash

python -m scripts.smyx_crop_specific_disease_analysis --list

🪶 输出精简报告

bash

python -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic

💾 保存结果到文件

bash

python -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json