TRAE AI 创造力大赛 / 生活娱乐赛道
植物愈诊室
拍照就知道你的植物哪里不舒服
AI 驱动的植物健康诊断工具
拍照就知道你的植物哪里不舒服
AI 驱动的植物健康诊断工具
用手机拍一张照片，AI 在几秒钟内告诉你这盆植物是健康、亚健康还是生病了——病在哪里、是什么病、该怎么治。
我家阳台上有六盆绿植，绿萝、龟背竹、琴叶榕、虎皮兰、多肉、薄荷。两年下来，只剩虎皮兰还活着。
后来我下载了三款识花 App，发现它们能告诉我"这是绿萝"，但没人告诉我"你的绿萝现在叶片黄化率已经 30%，再这样浇水下去活不过两周"。
市面上的植物类 App，核心功能几乎都是"拍照识花"。识完之后给你一段百科式的养护建议：每 3-5 天浇一次水，放在散射光处，生长季每月施肥一次。千篇一律，跟搜索"绿萝怎么养"得到的结果没有区别。
我不是不知道绿萝叫绿萝，我是不知道眼前这盆绿萝现在好不好、哪里不好、接下来该怎么办。
植物愈诊室不是又一个识花 App。它是一个专注植物健康状态的 AI 诊断工具。
对植物拍一张照片，AI 分析叶片颜色、纹理、形态等视觉特征，给出健康 / 亚健康 / 生病的三级判断。同时在照片上用热力图标注异常区域——叶尖焦枯、叶片黄化、出现病斑、有霉层，一目了然。
诊断完成后，可以用自然语言追问："这个情况严重吗？""需要换盆吗？""能用家里的东西自制杀菌液吗？"AI 会基于植物种类、当前状态、季节、地区等因素，给出个性化建议。
不只是"可能有问题"，而是给出具体数据：叶片黄化率约 35%、检测到 3 处褐色斑点、整体叶色偏差偏高。让用户看到客观事实，而非一个黑盒分数。
每次诊断结果自动记录，形成这盆植物的健康历史曲线。可以看到"绿萝从上个月健康降到这个月亚健康"的趋势，提前发现恶化苗头。
这个群体的典型画像：喜欢买绿植点缀生活，但养护知识基本靠猜。要么忘了浇水，要么浇水太勤。植物出问题时网上搜到的信息互相矛盾——有人说"绿萝要勤浇水"，有人说"绿萝耐旱别浇太多"。内心想养好，但越养越挫败。
| 维度 | 现有识花 App | 植物愈诊室 |
|---|---|---|
| 核心能力 | 拍照识别植物种类 | 拍照诊断植物健康状态 |
| 养护建议 | 同种植物统一的百科模板 | 基于当前状态的个性化方案 |
| 交互方式 | 拍一次看一次，没有后续 | 持续追踪，建立健康档案 |
| 预警能力 | 无 | 健康恶化时主动提醒 |
| 技术路线 | 图像分类 + 规则引擎 | 视觉分析 + 大语言模型 |
一句话总结：现有产品回答"这是什么"，植物愈诊室回答"它现在怎么样、我该怎么办"。
flowchart LR
A[用户拍照上传] --> B[视觉特征提取\nOpenCV HSV分析]
B --> C{植物识别\nPl@ntNet API}
C --> D[健康状态判断\n视觉大模型/LLM]
D --> E[异常区域标注\n热力图叠加]
E --> F[养护建议生成\nLLM + 知识库]
F --> G[诊断报告展示]
Pl@ntNet 开源 API，免费额度覆盖 MVP 阶段，快速确定植物种类
OpenCV 色彩空间分析量化叶色黄化率、病斑面积比等指标
LLM 混合架构，覆盖任意植物种类
LLM API + 结构化知识库，对话式生成个性化方案
HTML/CSS Web 应用，手机浏览器直接使用
Python FastAPI，轻量高效，适合 AI 服务集成
MVP 阶段为 Web 应用，用户通过手机浏览器访问，拍照上传即可获得诊断结果。后续可扩展为微信小程序或独立 App。