Chinese Herbal Active Ingredient Trend Analysis | 中草药有效成分积累趋势评估

AI视觉评估中草药有效成分积累趋势

数据分析 学术研究者数据分析师 分析叶片图像判断药材采收期 通用 ★ 1k 更新于 2026-07-31

安装使用

复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:

帮我安装这个 AI Skill:Chinese Herbal Active Ingredient Trend Analysis | 中草药有效成分积累趋势评估。
它的用途是:AI视觉评估中草药有效成分积累趋势
完整的 Skill 内容见:https://321skill.com/skills/chinese-herbal-active-ingredient-trend-analysis-中草药有效成分积累趋势评-x/raw/index.md
请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。

提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。

使用示例

'请分析这批金银花叶片图像(文件夹路径:/data/honeysuckle/2025-07-20),评估有效成分积累趋势。' 它会自动加载图像,计算颜色饱和度、色相角等指标,与金银花标准图谱比对,输出各样本的积累等级(低/中/高/峰值),并标注当前建议采收优先级。

介绍

该技能解决中药种植基地在确定最佳采收期时依赖经验判断、缺乏客观量化依据的问题。传统方法常需人工采样或化学检测,成本高、周期长,难以实时覆盖大面积种植区域。

使用时,只需将固定摄像头或无人机拍摄的药用植物(如金银花、枸杞、黄芪、丹参等)叶片高清图像输入系统。AI会分析叶片颜色饱和度、色相角、叶绿素相对含量(通过颜色指数估算)以及叶片厚度(通过边缘聚焦或侧影推断),并与该品种的“标准图谱”(即有效成分积累峰值期的典型特征)进行比对,最终输出低、中、高、峰值四个积累趋势等级。

适合中药种植基地、GAP种植基地、中药材合作社、药企原料基地的管理人员或技术人员,以及从事中药材质量研究的学术人员。无需专业化学背景,只需具备基础图像采集设备(如无人机或固定摄像头)即可快速上手。

使用建议:为确保评估准确性,建议在相同光照条件下拍摄叶片正面图像,避免强光直射或阴影遮挡。不同品种可建立各自的标准图谱库,初期需人工标注少量典型样本进行校准。该技能提供的是基于外观指标的积累趋势判断,不作为替代化学检测的最终依据,但可大幅降低采样频率,辅助决策采收窗口。

核心特点

不同于通用的植物叶片颜色分析,该技能专门针对中草药有效成分积累趋势,内置品种标准图谱对比机制,直接输出采收等级(低/中/高/峰值),而非仅提供叶绿素含量等单一指标。

注意事项

不适用于需要直接测量有效成分绝对含量(如毫克/克)的场景,也无法替代实验室化学检测,且对光照条件、叶片拍摄角度有一定要求。

常见问题

如何获取品种标准图谱?

标准图谱需由用户根据该品种在有效成分积累峰值期的典型叶片特征构建,技能提供初始模板和标注工具,支持逐步积累。常见品种如金银花、枸杞等已有参考数据。

支持哪些药材品种?

目前主要支持金银花、枸杞、黄芪、丹参等常见品种,其他品种可通过自定义标准图谱扩展。

给 AI 助手的安装指引

如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:

请访问 https://321skill.com/skills/chinese-herbal-active-ingredient-trend-analysis-中草药有效成分积累趋势评-x/raw/index.md 读取 Chinese Herbal Active Ingredient Trend Analysis | 中草药有效成分积累趋势评估 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。