{"id":"62ac59b8-f297-460d-9e8a-468568a3d729","entityType":"agent","slug":"clawhub-18072937735-smyx-crop-specific-disease-analysis","name":"Crop-Specific Disease Database | 经济作物专属病害库","canonicalUrl":"https://www.xpersona.co/agent/clawhub-18072937735-smyx-crop-specific-disease-analysis","canonicalPath":"/agent/clawhub-18072937735-smyx-crop-specific-disease-analysis","generatedAt":"2026-10-10T14:47:48.680Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-10T11:45:52.931Z","emptyReason":null},"description":"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。 Skill: Crop-Specific Disease Database | 经济作物专属病害库 Owner: 18072937735 Summary: 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。 Tags: latest:1.0.13 Version history: v1.0.13 | 2026-10-","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.5K downloads reported by the source. Last updated 10/10/2026.","installCommand":"clawhub skill install s17f8q65zg3y98t86jdg1177g583whq8:smyx-crop-specific-disease-analysis","sourceUrl":"https://clawhub.ai/18072937735/smyx-crop-specific-disease-analysis","homepage":"https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/18072937735/smyx-crop-specific-disease-analysis","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":63,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"Expands the disease identification library to cover economic-crop-specific diseases (corn northern/southern leaf blight, potato late blight, peanut leaf spot, t"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-10T11:45:52.931Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T11:45:52.931Z","emptyReason":null},"stars":null,"forks":null,"downloads":1455,"packageName":null,"latestVersion":"1.0.13","tractionLabel":"1.5K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T11:45:52.931Z","emptyReason":null},"lastUpdatedAt":"2026-10-10T11:45:52.931Z","lastCrawledAt":"2026-10-10T11:45:52.931Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-11T11:45:52.931Z","lastVerifiedAt":null,"highlights":[{"version":"1.0.13","createdAt":"2026-10-03T23:05:25.424Z","changelog":"- Removed the file skill-card.md from the project. - No feature or logic changes; this update only deletes supplementary documentation. - All core functionality remains unchanged.","fileCount":31,"zipByteSize":39519},{"version":"1.0.12","createdAt":"2026-09-24T00:35:47.230Z","changelog":"- Updated SKILL.md to version 1.0.13, reflecting the new release. - Removed the redundant file skill-card.md. - Documentation now more accurately reflects configuration and usage details, with minor clarifications. - No changes to skill features or APIs.","fileCount":31,"zipByteSize":39716},{"version":"1.0.11","createdAt":"2026-09-13T08:44:31.663Z","changelog":"- Version updated to 1.0.11 and SKILL.md revised to reflect the latest state. - Removed the skill-card.md file. - No changes to core features or workflow described in documentation. - Documentation now consistent with the current version and file structure.","fileCount":31,"zipByteSize":39653},{"version":"1.0.10","createdAt":"2026-08-29T21:49:29.719Z","changelog":"- Updated version number in SKILL.md from 1.0.7 to 1.0.9. - Removed the file skill-card.md. - No changes to functionality or documentation content outside of version metadata. - Housekeeping update to documentation and repository files.","fileCount":31,"zipByteSize":39570},{"version":"1.0.9","createdAt":"2026-08-18T17:15:29.786Z","changelog":"- Updated version metadata in SKILL.md from 1.0.6 to 1.0.7. - Removed obsolete file: skill-card.md. - Made changes to configuration file: scripts/config.yaml. - No major user-facing feature changes described.","fileCount":31,"zipByteSize":39626},{"version":"1.0.8","createdAt":"2026-08-10T03:58:32.229Z","changelog":"- Removed the file skill-card.md. - No changes to features, logic, or documentation in other files.","fileCount":31,"zipByteSize":39651},{"version":"1.0.7","createdAt":"2026-08-08T00:39:45.912Z","changelog":"- Updated SKILL.md to version 1.0.6. - Removed the file skill-card.md. - No user-facing functionality changes. - Documentation reverted to previous state; no new features added.","fileCount":31,"zipByteSize":39654},{"version":"1.0.6","createdAt":"2026-07-27T05:12:28.022Z","changelog":"- Updated documentation in SKILL.md; version number incremented to 1.0.4. - Removed redundant file: skill-card.md. - No changes to core functionality or scripts—documentation update only.","fileCount":31,"zipByteSize":39828}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17f8q65zg3y98t86jdg1177g583whq8:smyx-crop-specific-disease-analysis","setupComplexity":"low","setupSteps":["Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T14:47:48.676Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-crop-specific-disease-analysis/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-10T11:45:52.931Z","emptyReason":null},"readme":"Skill: Crop-Specific Disease Database | 经济作物专属病害库\n\nOwner: 18072937735\n\nSummary: 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。\n\nTags: latest:1.0.13\n\nVersion history:\n\nv1.0.13 | 2026-10-03T23:05:25.424Z | auto\n\n- Removed the file skill-card.md from the project.\n- No feature or logic changes; this update only deletes supplementary documentation.\n- All core functionality remains unchanged.\n\nv1.0.12 | 2026-09-24T00:35:47.230Z | auto\n\n- Updated SKILL.md to version 1.0.13, reflecting the new release.\n- Removed the redundant file skill-card.md.\n- Documentation now more accurately reflects configuration and usage details, with minor clarifications.\n- No changes to skill features or APIs.\n\nv1.0.11 | 2026-09-13T08:44:31.663Z | auto\n\n- Version updated to 1.0.11 and SKILL.md revised to reflect the latest state.\n- Removed the skill-card.md file.\n- No changes to core features or workflow described in documentation.\n- Documentation now consistent with the current version and file structure.\n\nv1.0.10 | 2026-08-29T21:49:29.719Z | auto\n\n- Updated version number in SKILL.md from 1.0.7 to 1.0.9.\n- Removed the file skill-card.md.\n- No changes to functionality or documentation content outside of version metadata.\n- Housekeeping update to documentation and repository files.\n\nv1.0.9 | 2026-08-18T17:15:29.786Z | auto\n\n- Updated version metadata in SKILL.md from 1.0.6 to 1.0.7.\n- Removed obsolete file: skill-card.md.\n- Made changes to configuration file: scripts/config.yaml.\n- No major user-facing feature changes described.\n\nv1.0.8 | 2026-08-10T03:58:32.229Z | auto\n\n- Removed the file skill-card.md.\n- No changes to features, logic, or documentation in other files.\n\nv1.0.7 | 2026-08-08T00:39:45.912Z | auto\n\n- Updated SKILL.md to version 1.0.6.\n- Removed the file skill-card.md.\n- No user-facing functionality changes. \n- Documentation reverted to previous state; no new features added.\n\nv1.0.6 | 2026-07-27T05:12:28.022Z | auto\n\n- Updated documentation in SKILL.md; version number incremented to 1.0.4.\n- Removed redundant file: skill-card.md.\n- No changes to core functionality or scripts—documentation update only.\n\nv1.0.5 | 2026-07-18T02:49:27.125Z | auto\n\n- Updated documentation in SKILL.md to version 1.0.3 (was 1.0.2), reflecting recent changes and clarifications.\n- Internal scripts/smyx_common/scripts/util.py updated (details not specified).\n- Removed redundant file: skill-card.md.\n\nv1.0.4 | 2026-07-09T22:22:31.066Z | auto\n\n- Updated documentation in SKILL.md, including minor text and version changes.\n- Removed the file skill-card.md for streamlined maintenance.\n- No user-facing logic has changed; updates are documentation-only.\n\nv1.0.3 | 2026-07-04T01:30:28.293Z | auto\n\n- Added comprehensive documentation (SKILL.md) detailing the economic-crop-specific disease analysis skill.\n- Describes capabilities for precise recognition of leaf diseases in corn, potato, peanut, tomato, etc.\n- Includes standard workflows, data privacy guidelines, API/report list output formats, and specific usage examples.\n- Specifies strict requirements for data handling, input formats, and historical report retrieval.\n\nArchive index:\n\nArchive v1.0.13: 31 files, 39519 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (2155b), SKILL.md (13013b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (155b)\n\nFile v1.0.13:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.13\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.13:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.13\",\n \"publishedAt\": 1791068725424\n}\n\nFile v1.0.13:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.13:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.13:scripts/config.yaml\n\n{}\n\nFile v1.0.13:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.13:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.13:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.13:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: prod\n\nFile v1.0.13:skill-card.md\n\n## Description:\n\nAnalyzes crop-leaf images and videos for crop-specific diseases and returns identification results and report links.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nGrowers and agricultural advisers use this skill to screen images or videos of corn, potato, peanut, and tomato leaves for crop-specific diseases and view analysis reports. Results are for preliminary identification, not a definitive diagnosis.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Supplied crop media is uploaded to lifeemergence.com for analysis.\n\nMitigation: Submit only non-sensitive crop images or videos and review the service's data-handling terms before use.\n\nRisk: The skill silently creates or reuses a local identity and stores service tokens in a workspace SQLite database.\n\nMitigation: Avoid installation in workspaces where persisted identity or tokens are inappropriate; protect and remove local state according to your retention policy.\n\nRisk: Historical report requests query cloud-held records, and visual disease identification may be uncertain.\n\nMitigation: Review report access and confirm consequential diagnoses with field observations or an agronomy expert.\n\n## Reference(s):\n\n- [Crop-specific disease analysis API documentation](artifact/references/api_doc.md)\n- [Skill demonstration](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, JSON]\n\n**Output Format:** [Structured disease analysis or Markdown report table]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May include disease type, confidence, symptoms, and report links; results can be saved to a file.]\n\n## Skill Version(s):\n\n1.0.13 (source: frontmatter and server-resolved release)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.13:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.13:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.12: 31 files, 39716 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (2610b), SKILL.md (13013b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (155b)\n\nFile v1.0.12:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.13\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.12:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.12\",\n \"publishedAt\": 1790210147230\n}\n\nFile v1.0.12:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.12:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.12:scripts/config.yaml\n\n{}\n\nFile v1.0.12:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.12:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.12:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.12:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: prod\n\nFile v1.0.12:skill-card.md\n\n## Description:\n\nExpands the disease identification library to cover economic-crop-specific diseases such as corn northern and southern leaf blight, potato late blight, peanut leaf spot, and tomato viral disease for precise leaf-disease recognition.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and agricultural-support agents use this skill to analyze crop leaf images or videos for crop-specific disease identification, confidence, symptoms, and report links. It is intended for visual screening of corn, potato, peanut, tomato, and related economic-crop leaf diseases, not for treatment recommendations or definitive diagnosis.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Crop images, videos, and report-history requests are sent to configured lifeemergence.com services.\n\nMitigation: Install only where that data sharing is acceptable, and constrain network access or data retention for shared and sensitive environments.\n\nRisk: The security summary says the skill silently creates or reuses user identities and stores service tokens locally.\n\nMitigation: Review workspace storage, token handling, and identity behavior before deployment, especially on shared machines.\n\nRisk: The skill provides visual disease screening results that may be incorrect or incomplete.\n\nMitigation: Use results as preliminary guidance and confirm important crop-health decisions with field conditions and qualified agricultural expertise.\n\n## Reference(s):\n\n- [Crop-specific disease API documentation](references/api_doc.md)\n- [Skill demo](https://lifeemergence.com/sample.html)\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, JSON]\n\n**Output Format:** [Structured analysis report or Markdown table; detailed mode may emit JSON-oriented content.]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Reports may include disease type, confidence, symptom description, analysis time, and report links; optional output files can store the generated result.]\n\n## Skill Version(s):\n\n1.0.12 (source: server release metadata; artifact frontmatter lists 1.0.13)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.12:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.12:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.11: 31 files, 39653 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (2517b), SKILL.md (13013b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (155b)\n\nFile v1.0.11:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.11\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.11:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.11\",\n \"publishedAt\": 1789289071663\n}\n\nFile v1.0.11:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.11:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.11:scripts/config.yaml\n\n{}\n\nFile v1.0.11:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.11:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.11:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.11:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: dev\n\nFile v1.0.11:skill-card.md\n\n## Description:\n\nExpands the disease identification library to cover economic-crop-specific diseases such as corn northern and southern leaf blight, potato late blight, peanut leaf spot, and tomato viral disease for precise leaf-disease recognition.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and agronomy teams use this skill to analyze crop leaf images or short videos for economic-crop-specific disease identification. It returns structured disease-recognition results, confidence information, symptom descriptions, and report links for crops such as corn, potato, peanut, and tomato.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill sends crop media and user-linked report requests to a backend service.\n\nMitigation: Install only where that data sharing is acceptable, and review endpoint configuration and platform data handling before use.\n\nRisk: The skill automatically creates or reuses an internal identity and caches tokens locally.\n\nMitigation: Run it in an environment where local token storage is acceptable, and manage cached identity material according to local policy.\n\nRisk: The security scan flags insecure network defaults.\n\nMitigation: Review and replace development or insecure endpoints with approved production endpoints before normal use.\n\nRisk: The security guidance flags an external payment-skill directive for review.\n\nMitigation: Review or remove the payment-related directive before deployment.\n\n## Reference(s):\n\n- [API 接口文档](references/api_doc.md)\n- [Skill demo](https://lifeemergence.com/sample.html)\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown and structured JSON-like text with shell command examples]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Can save analysis output to a file and list historical reports as a Markdown table.]\n\n## Skill Version(s):\n\n1.0.11 (source: frontmatter and server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.11:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.11:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.10: 31 files, 39570 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (2282b), SKILL.md (13012b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (155b)\n\nFile v1.0.10:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.9\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.10:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.10\",\n \"publishedAt\": 1788040169719\n}\n\nFile v1.0.10:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.10:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.10:scripts/config.yaml\n\n{}\n\nFile v1.0.10:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.10:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.10:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.10:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: dev\n\nFile v1.0.10:skill-card.md\n\n## Description:\n\nExpands the disease identification library to cover economic-crop-specific diseases such as corn northern and southern leaf blight, potato late blight, peanut leaf spot, and tomato viral disease for precise leaf-disease recognition.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and agriculture-focused agents use this skill to analyze crop leaf images or videos for crop-specific disease identification and to retrieve prior disease-recognition reports. The skill is positioned for visual screening and structured reporting, not treatment or prevention advice.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Crop images, videos, and history queries are sent to a remote service.\n\nMitigation: Review endpoint ownership, retention, access controls, and privacy expectations before installation or broad use.\n\nRisk: The skill can create or reuse a local identity and store service tokens in the workspace data directory.\n\nMitigation: Run it in a controlled workspace, protect stored tokens, and clear or rotate credentials according to local policy.\n\n## Reference(s):\n\n- [ClawHub Skill Page](https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis)\n- [Skill Demo](https://lifeemergence.com/sample.html)\n- [API Documentation](references/api_doc.md)\n- [Shared Analysis API Documentation](skills/smyx_analysis/references/api_doc.md)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Shell commands, Guidance]\n\n**Output Format:** [Markdown guidance with shell commands and JSON or structured-text analysis results.]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May save analysis output to a user-specified file; analysis and history lookups are performed through a remote service.]\n\n## Skill Version(s):\n\n1.0.10 (source: server release metadata; SKILL.md frontmatter is 1.0.9)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.10:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.10:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.9: 31 files, 39626 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (2438b), SKILL.md (13012b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (154b)\n\nFile v1.0.9:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.7\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.9:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.9\",\n \"publishedAt\": 1787073329786\n}\n\nFile v1.0.9:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.9:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.9:scripts/config.yaml\n\n{}\n\nFile v1.0.9:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.9:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.9:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.9:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: dev\n\nFile v1.0.9:skill-card.md\n\n## Description:\n\nExpands disease identification for economic crops such as corn, potato, peanut, and tomato by analyzing leaf images or videos and returning standardized visual disease-recognition results.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to submit economic-crop leaf images, videos, or URLs for crop-specific visual disease screening and to retrieve prior analysis reports. The skill is for initial visual recognition and does not provide treatment or prevention advice.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: A third-party remote service receives crop images, videos, or URLs for analysis.\n\nMitigation: Avoid submitting sensitive media or private/internal URLs unless the publisher documents backend handling, retention, and account behavior.\n\nRisk: The skill can silently create or reuse identity state and link cloud history to that identity.\n\nMitigation: Review the publisher's account and history behavior before deployment, and use isolated identities when testing.\n\nRisk: Identity records and tokens may be stored in a local SQLite database.\n\nMitigation: Limit local filesystem access, protect the runtime environment, and remove local state after use when persistence is not required.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis)\n- [Skill demo](https://lifeemergence.com/sample.html)\n- [Economic crop disease API documentation](references/api_doc.md)\n- [Shared analysis API documentation](skills/smyx_analysis/references/api_doc.md)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, JSON, Files]\n\n**Output Format:** [Markdown or JSON report text, with optional saved output files]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Reports may include disease type, confidence, symptom description, analysis time, and report links.]\n\n## Skill Version(s):\n\n1.0.9 (source: server release metadata; artifact SKILL.md frontmatter is 1.0.7)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.9:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.9:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.8: 31 files, 39651 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (2550b), SKILL.md (13012b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (154b)\n\nFile v1.0.8:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.6\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.8:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.8\",\n \"publishedAt\": 1786334312229\n}\n\nFile v1.0.8:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.8:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.8:scripts/config.yaml\n\n{}\n\nFile v1.0.8:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.8:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.8:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.8:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: prod\n\nFile v1.0.8:skill-card.md\n\n## Description:\n\nExpands 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.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal growers, agronomy users, and agents use this skill to analyze economic-crop leaf images or videos for crop-specific disease identification and to retrieve prior disease-analysis reports.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Crop images, videos, or media URLs are sent to a remote LifeEmergence service for analysis.\n\nMitigation: Use the skill only with crop media that is acceptable to transmit to that service, and avoid including unrelated sensitive content in submitted media.\n\nRisk: The skill can silently create or reuse account identity and persist returned tokens in workspace data.\n\nMitigation: Run it in a workspace with controlled access, and remove the workspace data database and any smyx API key file when uninstalling or rotating identity.\n\nRisk: Historical report lookup depends on cloud-stored analysis history for the current identity.\n\nMitigation: Install it only where generated report history is acceptable to store and retrieve, and avoid sharing one workspace identity across unrelated users.\n\n## Reference(s):\n\n- [ClawHub skill release page](https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis)\n- [Crop disease API documentation](references/api_doc.md)\n- [Analysis API documentation](skills/smyx_analysis/references/api_doc.md)\n- [Skill demo](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [Analysis, Markdown, JSON, Files, Guidance]\n\n**Output Format:** [Markdown text with structured JSON analysis content, report links, and optional saved result files]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Can submit local crop media or media URLs, poll for cloud analysis results, and return historical report lists.]\n\n## Skill Version(s):\n\n1.0.8 (source: server release metadata; artifact frontmatter reports 1.0.6)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.8:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.8:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.7: 31 files, 39654 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (2542b), SKILL.md (13012b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (154b)\n\nFile v1.0.7:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.6\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.7:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.7\",\n \"publishedAt\": 1786149585912\n}\n\nFile v1.0.7:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.7:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.7:scripts/config.yaml\n\n{}\n\nFile v1.0.7:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.7:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.7:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.7:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: prod\n\nFile v1.0.7:skill-card.md\n\n## Description:\n\nExpands the disease identification library to cover economic-crop-specific diseases such as corn northern and southern leaf blight, potato late blight, peanut leaf spot, and tomato viral disease for precise leaf-disease recognition.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and agricultural operators use this skill to analyze images, videos, local files, or URLs of crop leaves for crop-specific disease identification. It returns visual disease classifications, confidence, symptom descriptions, report links, and cloud history tables for economic crops such as corn, potato, peanut, and tomato.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Provided crop images, videos, local files, or URLs are sent to a cloud service for analysis.\n\nMitigation: Use only non-sensitive crop media and avoid private or signed URLs unless the publisher has clarified data handling and retention.\n\nRisk: The skill can automatically create or reuse an identity, store tokens locally, and query cloud report history.\n\nMitigation: Review identity, token storage, retention, and cleanup behavior before installation, especially on shared workspaces.\n\nRisk: Disease recognition results are visual analysis outputs and may not be a final field diagnosis.\n\nMitigation: Treat results as screening guidance and confirm important disease or treatment decisions with field conditions and an agricultural expert.\n\n## Reference(s):\n\n- [API Documentation](references/api_doc.md)\n- [Skill Demo](https://lifeemergence.com/sample.html)\n- [ClawHub Skill Page](https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, JSON, shell commands, files]\n\n**Output Format:** [Markdown or JSON analysis results, with optional saved text output files]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Includes disease type, confidence, symptom description, report link, and Markdown history tables when listing prior reports.]\n\n## Skill Version(s):\n\n1.0.7 (source: ClawHub release metadata; artifact frontmatter says 1.0.6)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.7:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.7:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.6: 31 files, 39828 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (3052b), SKILL.md (13012b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (154b)\n\nFile v1.0.6:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.4\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.6:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.6\",\n \"publishedAt\": 1785129148022\n}\n\nFile v1.0.6:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.6:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.6:scripts/config.yaml\n\n{}\n\nFile v1.0.6:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.6:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.6:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.6:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: prod\n\nFile v1.0.6:skill-card.md\n\n## Description:
\nAnalyzes images, videos, or URLs of economic-crop leaves to identify crop-specific diseases such as corn leaf blights, potato late blight, peanut leaf spot, and tomato viral disease, returning structured visual findings.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[18072937735](https://clawhub.ai/user/18072937735)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nDevelopers and agent operators use this skill to submit crop leaf images, short videos, local files, or URLs for visual disease screening and to retrieve cloud-hosted history for prior analysis reports. It is intended for crop-disease identification support, not treatment or disease-control recommendations.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: The skill sends crop images, videos, URLs, and report-history queries to an external service.
\nMitigation: Install only where external processing is acceptable, avoid submitting unrelated or sensitive imagery, and review service and data-handling requirements before use.
\nRisk: The skill silently creates or reuses an internal user identity and can store returned service tokens locally.
\nMitigation: Review identity and token storage behavior before installation, isolate the workspace for this skill, and clear local identity or token state when it is no longer needed.
\nRisk: Visual crop-disease recognition can be inaccurate or incomplete, and the artifact states that outputs are for initial screening rather than final diagnosis.
\nMitigation: Use the report as decision support only and confirm findings with field observations or an agronomy expert before acting on treatment or disease-control decisions.
\n\n\n## Reference(s):
\n- [Crop-Specific Disease API Documentation](artifact/references/api_doc.md)
\n- [Shared Analysis API Documentation](artifact/skills/smyx_analysis/references/api_doc.md)
\n- [ClawHub Skill Page](https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis)
\n- [Skill Demo](https://lifeemergence.com/sample.html)
\n\n\n## Skill Output:
\n**Output Type(s):** [Text, Markdown, JSON, Files]
\n**Output Format:** [Markdown text with JSON-formatted structured analysis, disease labels, confidence information, symptom descriptions, report links, and optional saved output files.]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [History queries return cloud report records for the current internal identity; analysis results are visual screening outputs and may include report export links.]
\n\n## Skill Version(s):
\n1.0.6 (source: server release metadata; artifact frontmatter shows 1.0.4)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nFile v1.0.6:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.6:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.5: 31 files, 39600 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (2404b), SKILL.md (13012b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (154b)\n\nFile v1.0.5:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.3\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.5:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.5\",\n \"publishedAt\": 1784342967125\n}\n\nFile v1.0.5:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.5:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.5:scripts/config.yaml\n\n{}\n\nFile v1.0.5:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.5:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.5:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.5:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: prod\n\nFile v1.0.5:skill-card.md\n\n## Description:
\nExpands the disease identification library to cover economic-crop-specific diseases such as corn northern and southern leaf blight, potato late blight, peanut leaf spot, and tomato viral disease for precise leaf-disease recognition.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[18072937735](https://clawhub.ai/user/18072937735)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nExternal users and agricultural developers use this skill to analyze crop leaf images, videos, or URLs for economic-crop-specific disease identification and structured report retrieval. It focuses on visual recognition and report output, not treatment or prevention recommendations.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Leaf images, videos, URLs, and report requests are sent to a remote Life Emergence service.
\nMitigation: Review the service and data handling expectations before installation, and avoid submitting sensitive or unrelated media.
\nRisk: The skill can silently create or reuse a local identity and persist session tokens in a workspace SQLite database.
\nMitigation: Install only in trusted workspaces, review local persistence before use, and remove stored identity or token data when the skill is no longer needed.
\n\n\n## Reference(s):
\n- [ClawHub Skill Page](https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis)
\n- [Skill Demo](https://lifeemergence.com/sample.html)
\n- [API Documentation](references/api_doc.md)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]
\n**Output Format:** [Markdown and JSON-style structured analysis reports with inline shell commands]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [May include disease type, confidence, symptom description, report links, and Markdown tables for historical reports.]
\n\n## Skill Version(s):
\n1.0.5 (source: server release metadata; artifact frontmatter says 1.0.3)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nFile v1.0.5:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.5:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.4: 31 files, 39667 bytes\n\nFiles: references/api_doc.md (671b), scripts/__init__.py (49b), scripts/config.py (680b), scripts/config.yaml (3b), scripts/skill.py (579b), scripts/smyx_crop_specific_disease_analysis.py (3564b), skill-card.md (2786b), SKILL.md (13012b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28605b), _meta.json (154b)\n\nFile v1.0.4:SKILL.md\n\n---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.2\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n## 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地作物叶片图像/视频文件路径 | 适用于本地文件分析 |\n| `--url` | 网络作物叶片图像/视频 URL 地址 | API 服务自动下载 |\n| `--pet-type` | 类别标识（作物场景保持 other） | 默认 `other`，按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址 | 可选，使用默认值 |\n| `--detail` | 输出详细程度 | `basic` / `standard` / `json`，默认 `json` |\n| `--output` | 结果输出文件路径 | 可选 |\n\n---\n\n## 🗂️ 资源索引 | Resource Index\n\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_crop_specific_disease_analysis.py`](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 |\n| ⚙️ 配置文件 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n---\n\n## ⚠️ 注意事项 | Notes\n\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 图片支持 `jpg` / `png` / `jpeg`；视频支持 `mp4` / `avi` / `mov`；单文件最大 `10MB` |\n| 🧑⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能使用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 🌾 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 |\n\n---\n\n## 🔒 隐私与数据安全声明 | Privacy & Data Security\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 4 | 历史报告仅当前身份可读，不做跨用户汇总或共享 |\n| 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 |\n\n---\n\n## 📜 历史报告清单输出规范 | Report List Format\n\n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。\n\n### 📌 固定输出列\n\n| 列名 | 生成规则 |\n|---|---|\n| 报告名称 | 使用 `经济作物病害识别报告-{记录id}` 形式拼接 |\n| 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） |\n| 分析时间 | 从接口返回数据中提取 |\n| 点击查看 | 使用 `[🔗 查看报告]()` 格式的超链接 |\n\n### 🧾 表格输出示例\n\n| 报告名称 | 病害类型 | 分析时间 | 点击查看 |\n|----------|----------|----------|----------|\n| 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](https://example.com/report?id=xxx) |\n\n---\n\n## 🧰 使用示例 | Examples\n\n### 🌽 分析本地玉米叶片图像（大斑病 / 小斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg\n```\n\n### 🥔 分析本地土豆叶片图像（晚疫病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg\n```\n\n### 🥜 分析本地花生叶片图像（叶斑病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg\n```\n\n### 🍅 分析本地番茄叶片图像（病毒病）\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg\n```\n\n### 🌐 分析网络作物叶片图像/视频\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --url https://example.com/corn_leaf.mp4\n```\n\n### 📚 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\n\n> 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。\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n### 🪶 输出精简报告\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input corn_leaf.jpg --detail basic\n```\n\n### 💾 保存结果到文件\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --input tomato_leaf.jpg --output result.json\n```\n\nFile v1.0.4:_meta.json\n\n{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.4\",\n \"publishedAt\": 1783635751066\n}\n\nFile v1.0.4:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别\n\nFile v1.0.4:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |\n\nFile v1.0.4:scripts/config.yaml\n\n{}\n\nFile v1.0.4:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.4:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n base-url-open-h5: \"http://192.168.1.234:4100\"\n base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.4:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n is-debug: true\n\nFile v1.0.4:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n api-key: null\n api-secret-key: null\n base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n base-url-open-h5: http://livemonitor.lifeemergence.com\n database-url: null\nConstantEnum:\n app--id: x1a3s4nwy1s2r4se\n current--tentant-code: XIAN_ZHAO_GAN_ZHI\n default--skill-platform-name: ARK_CLAW\n feishu-app--id: cli_a93d769369badcb1\n feishu-app--secret: null\n is-debug: false\nenv: prod\n\nFile v1.0.4:skill-card.md\n\n## Description:
\nExpands disease identification for economic crops such as corn, potato, peanut, and tomato by analyzing leaf images or videos and returning standardized disease recognition results.
\n\nThis skill is ready for commercial/non-commercial use.
\n\n## Publisher:
\n[18072937735](https://clawhub.ai/user/18072937735)
\n\n### License/Terms of Use:
\nMIT-0
\n\n\n## Use Case:
\nExternal users, growers, and agricultural support teams use this skill to submit economic-crop leaf images, videos, or URLs for crop-specific disease screening and structured report links. It also supports cloud history lookup for prior disease analysis reports associated with the current local identity.
\n\n### Deployment Geography for Use:
\nGlobal
\n\n## Known Risks and Mitigations:
\nRisk: Cloud-backed analysis may upload crop images, videos, submitted URLs, or history requests to the publisher's service.
\nMitigation: Use only media and URLs appropriate for third-party cloud processing, and avoid private or sensitive media until retention and confirmation controls are documented.
\nRisk: The skill may create or reuse a local identity and store service tokens in a workspace SQLite database.
\nMitigation: Run it in a dedicated workspace, restrict workspace access, and review or remove generated local identity and token storage after use.
\nRisk: Disease recognition output is visual screening guidance and may be incorrect or incomplete for field decisions.
\nMitigation: Treat results as preliminary and verify them with field observations or qualified agronomy expertise before acting.
\n\n\n## Reference(s):
\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-crop-specific-disease-analysis)
\n- [Skill demo](https://lifeemergence.com/sample.html)
\n- [Crop disease API documentation](references/api_doc.md)
\n- [SMYX analysis API documentation](skills/smyx_analysis/references/api_doc.md)
\n\n\n## Skill Output:
\n**Output Type(s):** [text, markdown, JSON, shell commands, files]
\n**Output Format:** [Markdown report text with JSON analysis payloads, report links, and optional saved output files.]
\n**Output Parameters:** [1D]
\n**Other Properties Related to Output:** [Supports image/video file paths or URLs, historical report listing, configurable detail level, and optional output file writing.]
\n\n## Skill Version(s):
\n1.0.4 (source: ClawHub release evidence; artifact frontmatter says 1.0.2)
\n\n## Ethical Considerations:
\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.
\n\nFile v1.0.4:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.4:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3","readmeExcerpt":"Skill: Crop-Specific Disease Database | 经济作物专属病害库 Owner: 18072937735 Summary: 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。 Tags: latest:1.0.13 Version history: v1.0.13 | 2026-10-","codeSnippets":[],"executableExamples":[{"language":"bash","snippet":"python -m scripts.smyx_crop_specific_disease_analysis --list"},{"language":"txt","snippet":"requests>=2.28.0"},{"language":"bash","snippet":"python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/corn_leaf.jpg"},{"language":"bash","snippet":"python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/potato_leaf.jpg"},{"language":"bash","snippet":"python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/peanut_leaf.jpg"},{"language":"bash","snippet":"python -m scripts.smyx_crop_specific_disease_analysis --input /path/to/tomato_leaf.jpg"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: \"smyx-crop-specific-disease-analysis\"\ndescription: \"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。\"\nversion: \"1.0.13\"\nlicense: \"MIT-0\"\n---\n\n# 🌽 Crop Specific Disease Identification | 经济作物专属病害库\n\n> 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。\n>\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **经济作物专属病害库** |\n| 🎯 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 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 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 |\n| 🏢 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 |\n| 🧩 场景码 | `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🤖 AI 角色 | AI Role\n\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n---\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n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。\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 图像/视频叶片定位与病斑区域提取 |\n| 2 | 作物种类识别（玉米 / 土豆 / 花生 / 番茄 等） |\n| 3 | 玉米专属病害识别（大斑病 / 小斑病 / 锈病 / 灰斑病 等） |\n| 4 | 土豆专属病害识别（晚疫病 / 早疫病 / 环腐病症状 等） |\n| 5 | 花生专属病害识别（叶斑病 / 网斑病 / 褐斑病 等） |\n| 6 | 番茄专属病害识别（病毒病 / 早疫病 / 晚疫病 / 叶霉病 等） |\n| 7 | 病斑颜色、形状、大小及分布特征描述 |\n| 8 | 病害置信度与相似病害区分提示 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_crop_specific_disease_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n---\n\n## 📦 前置准备 | Requirements\n\n### 依赖说明\n\n`scripts` 脚本所需的依赖包及版本：\n\n```txt\nrequests>=2.28.0\n```\n\n---\n\n## 📷 采集要求 | Capture Requirements\n\n| 序号 | 说明 |\n|---:|---|\n| 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 |\n| 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 |\n| 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 |\n| 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 |\n| 5 | 支持格式：jpg/png/jpeg 图片，及 mp4/avi/mov 视频；单文件不超过 10MB |\n| 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 |\n\n---\n\n## 🚀 操作步骤 | Workflow\n\n### 🔐 用户身份处理（内部自动"},{"path":"_meta.json","content":"{\n \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n \"slug\": \"smyx-crop-specific-disease-analysis\",\n \"version\": \"1.0.13\",\n \"publishedAt\": 1791068725424\n}"},{"path":"references/api_doc.md","content":"# API 接口文档\n\n此处用于存放经济作物专属病害识别 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动经济作物专属病害识别分析任务\n2. `/web/ai-analysis/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_CROP_SPECIFIC_DISEASE_ANALYSIS` - 经济作物专属病害识别"},{"path":"skills/smyx_analysis/references/api_doc.md","content":"# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明 |\n|-----|----------|\n| 400 | 请求参数错误 |\n| 401 | API密钥无效 |\n| 403 | 权限不足 |\n| 413 | 文件过大 |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误 |"},{"path":"scripts/config.yaml","content":"{}"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"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。 Skill: Crop-Specific Disease Database | 经济作物专属病害库 Owner: 18072937735 Summary: 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。 Tags: latest:1.0.13 Version history: v1.0.13 | 2026-10-","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":800,"uniquenessScore":49,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-10T11:45:52.931Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-10T11:45:52.931Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T14:47:48.680Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}