摘要 本文介绍了大模型视觉问答技能(VQA)，这是一种融合计算机视觉与大语言模型技术的智能系统，能够对图片/视频内容进行开放式问答。系统通过CV算法解析图像元素，结合LLM的语义理解能力，实现跨模态的视觉问答。用户可上传本地图片或网络URL，提出任意问题（如图像描述、细节识别或知识推理），系统将生成结构化分析报告和自然语言回答。功能支持多轮对话，适用于图像分析、文档解读等场景，同时提供历史问答记录

摘要：该AI技能专注于通过透明容器监测植物扦插枝条的生根状态，利用计算机视觉技术识别白色根原基的数量与分布，自动评估生根阶段（无根/少量根点/大量根点/根系发达）并给出移栽建议。适用于智能育苗箱、家庭扦插等场景，支持图片/视频输入，输出结构化报告且历史数据云端存储。系统自动处理用户身份，无需人工干预，严格保护隐私。分析时需确保容器清洁、光线适宜以获得最佳检测效果。（149字）

摘要 大模型视觉问答（VQA）技能深度融合计算机视觉（CV）与大语言模型（LLM）技术，实现开放式图片问答功能。系统通过CV算法解析图片内容（物体、场景、文字等），结合LLM的语义理解能力，支持用户对任意图片提出自然语言问题（如"图中建筑风格属于哪个时期？"），并生成准确回答。支持多轮对话，适用于图像分析、文档解读等场景。 主要功能 图片问答：支持本地/网络图片输入，回答开放式问题 历史查询：通过

摘要 本文介绍了大模型视觉问答技能(VQA)，这是一种融合计算机视觉与大语言模型技术的智能系统，能够对图片/视频内容进行开放式问答。系统通过CV算法解析图像元素，结合LLM的语义理解能力，实现跨模态的视觉问答。用户可上传本地图片或网络URL，提出任意问题（如图像描述、细节识别或知识推理），系统将生成结构化分析报告和自然语言回答。功能支持多轮对话，适用于图像分析、文档解读等场景，同时提供历史问答记录

摘要 番茄/辣椒开花坐果率分析技能利用AI视觉技术，通过分析植株花果图像自动识别开放花朵（花冠展开、雄蕊可见）和已坐果小果（直径0.5-1cm的绿色幼果），计算坐果率（小果数/花朵数×100%）。该技能可评估授粉效果、营养状况及环境适应性，为家庭种植、温室大棚等场景提供数据支持。主要功能包括花朵/幼果计数、坐果率计算及等级评估，并给出授粉与水肥调整建议。用户可通过上传本地图片/视频或网络URL触发

本文介绍了一个种子发芽率早期预测分析系统，该系统通过AI图像识别技术对育苗盘或播种盆进行智能监测。系统核心功能包括：通过固定摄像头采集土壤表面图像，利用目标检测模型识别出土幼苗，统计发芽数量并与总播种数对比计算发芽率（已发芽数/播种总数×100%）。主要应用于智能育苗箱、温室育苗和种子公司发芽试验等场景。 系统支持图片/视频输入（本地或网络URL），输出结构化报告和历史数据查询。工作流程包括自动图

植物生长阶段识别技能采用计算机视觉与深度学习技术，精准分析植物从发芽到结果的全生命周期阶段。该技能可处理图片/视频输入，输出结构化分析报告，支持精准农业决策。主要功能包括：植株检测、生长阶段分类、发育特征分析。使用时需确保植株主体完整、光线充足。系统自动处理用户身份信息，历史报告仅从云端API获取。提供标准分析流程，支持本地文件和网络URL输入，输出包含详细生长状态评估和建议。注意结果仅供参考，实

摘要： 植物病害识别技能基于深度学习计算机视觉技术，支持图片/视频输入，可精准识别真菌性、细菌性、病毒性病害及生理性障碍，输出包含病害名称、致病原因和防治建议的结构化报告。技能默认触发于用户上传植物病征影像时，支持云端历史报告查询（需通过API获取，禁止本地记录）。输入要求病征部位清晰、光线均匀，执行流程自动化，用户身份信息由系统内部处理不对外暴露。输出结果含病害分类、严重程度评估及科学防治方案，

摘要 智能视频搜索检索分析技能基于多模态大模型和深度学习算法，支持三种核心检索模式：常规目标检索、自然语言描述检索和向量化模型匹配。系统可自动识别视频中人、车、物等目标，并通过自然语言描述（如"穿红色衣服的人"）进行跨模态检索。采用全模态向量化技术，实现文本、图像和视频的混合检索。支持多条件组合与模糊匹配，满足安防监控等场景的精准检索需求。提供结构化分析报告和历史报告云端查询功能，但严格禁止从本地

摘要： 虚拟围栏越界预警技能专为婴幼儿安全设计，通过计算机视觉技术实时监测婴儿活动范围。家长可自定义安全/危险区域（如床铺、窗台），当婴儿越界时触发多级预警（APP推送、语音提醒）。技能支持本地视频或网络URL输入，自动生成结构化报告。历史数据仅通过云端API查询，禁止本地存储调用。适用于家庭场景，需配合人工监护使用，最大支持10MB的MP4/AVI/MOV格式文件。执行时无需用户身份验证，系统自