BD smyx-plant-nutrient-diagnosis-analysis
Диагностика дефицита питательных веществ у растений на основе изображений листьев с помощью ИИ. Определяет изменение цвета и морфологии листьев (бледно-зеленый/желто-зеленый/пурпурно-красный, краевой некроз, межжилковый хлороз) с помощью компьютерного зрения, сопоставляет с базами данных распространенных симптомов дефицита и выводит наиболее вероятный дефицитный элемент (азот, фосфор, калий, железо, магний, цинк и т. д.) с оценкой уверенности. Обеспечивает точное внесение удобрений, избегает слепого переудобрения. Сценарии: умные горшки, домашнее садоводство, сельскохозяйственные теплицы, растительные фабрики. | Через высококачественные изображения листьев растений, снятые умными горшками, в сельскохозяйственных теплицах или на телефон, технология AI-визуального анализа определяет изменение цвета и морфологии листьев (например, бледно-зеленый/желто-зеленый/пурпурно-красный цвет листьев, краевой некроз, хлороз между жилками), сравнивает с базой данных симптомов дефицита питательных веществ и выводит наиболее вероятный дефицитный элемент (азот, фосфор, калий, железо, магний, цинк и т. д.) и степень уверенности. Это помогает точно вносить удобрения, избегая слепого внесения удобрений, которое приводит к растрате или повреждению. Сценарии применения: умные горшки, домашнее садоводство, сельскохозяйственные теплицы, растительные фабрики.
машинный переводПоказать оригиналСкрыть оригинал«AI-powered plant nutrient deficiency diagnosis from leaf images. Detec…»
AI-powered plant nutrient deficiency diagnosis from leaf images. Detects leaf color, morphology changes (pale green/yellow-green/purple-red, marginal scorch, interveinal chlorosis) via computer vision, matches against common deficiency symptom databases, and outputs the most likely deficient nutrient element (nitrogen, phosphorus, potassium, iron, magnesium, zinc, etc.) with confidence score. Enables precision fertilization, avoids blind over-fertilization. Scenarios: smart planters, home gardening, agricultural greenhouses, plant factories. | 通过智能花盆、农业大棚或手机拍摄的植物叶片高清图像，利用AI视觉分析技术识别叶片颜色、形态变化（如叶色浅绿/黄绿/紫红、叶缘焦枯、叶脉间失绿等），与常见营养缺乏症特征库比对，输出最可能缺乏的营养元素（氮、磷、钾、铁、镁、锌等）及置信度。有助于精准施肥，避免盲目用肥造成浪费或伤害。应用场景：智能花盆、家庭园艺、农业大棚、植物工厂。
Диагностика дефицита питательных веществ у растений на основе изображений листьев с помощью ИИ.
Как процесс D 35/100 · Процесс не доведён — слабые места: шаги, результат и критерий готовности, когда включается
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 30. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда")
Процессный рейтинг: все десять параметров 35/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 25Шаги. Шагов: 1
- 60Инструменты и файлы. Используются инструменты (python), но во frontmatter они не объявлены
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1982 токенов
- 100Повторный запуск. Изменяющих операций нет
- low Разделов верхнего уровня: 14. Похоже на несколько доменов в одном скилле
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Нет пошаговых инструкций или чек-листа
- +3Формат ответа не описан: модель каждый раз решает сама
- -291 эмодзи в инструкциях: шум для модели
- -32 из 4 скриптов не упомянуты в SKILL.md
- +2Инструкции на одном языке
- +3Длина description 715 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 24 заголовков
- +4Есть примеры (3 блоков кода)
- +4Справочные файлы упоминаются в инструкциях (1 из 1)
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 69.