原型 · 预览版:收录官方注册中心里的全部服务器,每 30 分钟同步一次。使用 Google 登录即可撰写评价。原型 · 每 30 分钟更新
PopNx MCP为使用 AI 的人准备的 MCP 服务器 · 用大白话讲清楚

智慧农业生态 Agri-Eco

作者:lm203688版本 1.2.0i★ 0i在你的电脑上运行代码仓库 ↗
注册名称io.github.lm203688/agri-eco

安装方法

What it does

面向分布式农业的 Agent-native 知识基座:Env Recipe 环境配方 + 气候校准 + 物候播期 + 病虫害诊断 + 批次对象。零依赖可离线,30 个 MCP 工具。

  • Connects 在你的电脑上运行
  • Account or key No key needed
  • Category 游戏、体育、美食与学习

为什么排在这里

列表按使用分(满分 100)排序,由以下部分组成

热度0/80GitHub 星标或每周下载量:较大的计 60,较小的计 20
新鲜度12/1230 天内有发布或代码更新得满分
仍在响应0/8上次检查时云端端点有响应
使用分12/100

质量: 基础检查通过 3/3 项(仅展示,不用于排序) · 上升势头: 暂无数据 (只用于“上升中”标签)

安装

选择你使用的 AI 应用,然后复制设置。

通过 3/3 项检查 · 在你的电脑上运行

第一步:你用哪个 AI?

选择你用的应用,步骤会显示在下方。

可连接 Claude,但需要先准备

不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

  1. 下载开发者的安装文件

    下载作者的 .mcpb 文件

    .mcpb 文件直接来自开发者,我们没有修改

  2. 双击文件,然后在电脑版 Claude 应用中点击 Install

  3. 试一试

    用 智慧农业生态 Agri-Eco 告诉我你能帮我做什么,然后做一件给我看

    ✓ 如果 Claude 说正在使用 智慧农业生态 Agri-Eco,或回答中出现 智慧农业生态 Agri-Eco 的工具名称,就表示连接成功

菜单名称已于 2026年11月11日 对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同

ChatGPT 暂时无法连接 智慧农业生态 Agri-Eco

智慧农业生态 Agri-Eco 需要安装在你的电脑上,而 ChatGPT 只能连接在网上运行的服务器

你可以改用这些方式

A · 使用能连接 智慧农业生态 Agri-Eco 的应用

  • 不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

B · 游戏、体育、美食与学习 类中能连接 ChatGPT 的其他服务器

从同类中使用较多的里挑选,仅限用地址即可连接、无需密钥的

Claude Code 暂时无法连接 智慧农业生态 Agri-Eco

开发者只提供了电脑版 Claude 应用的安装文件

你可以改用这些方式

A · 使用能连接 智慧农业生态 Agri-Eco 的应用

  • 不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

Cursor 暂时无法连接 智慧农业生态 Agri-Eco

开发者只提供了电脑版 Claude 应用的安装文件

你可以改用这些方式

A · 使用能连接 智慧农业生态 Agri-Eco 的应用

  • 不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

VS Code 暂时无法连接 智慧农业生态 Agri-Eco

开发者只提供了电脑版 Claude 应用的安装文件

你可以改用这些方式

A · 使用能连接 智慧农业生态 Agri-Eco 的应用

  • 不需要密钥,不用安装程序 · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用

其他支持 MCP 的应用(如 Windsurf、Zed、Gemini CLI)添加方式各不相同,请在应用列表中查看

查看所有支持 MCP 的应用 →

JSON 设置在下方“开发者专用”中

卡住了?问问正在用 智慧农业生态 Agri-Eco 的人💬 讨论 →

一览

每周下载量i
不在 npm/PyPI 上
连接方式
在你的电脑上运行
最新版本i
1.2.0
发布到注册中心i
2026年11月4日
代码最后更新i
2026年11月7日
作者
lm203688
软件包
mcpb: …/agri-eco-mcp-1.2.0.mcpb
注册状态
活跃

哪些应用可以使用它

依据这个服务器的连接方式和各应用自己的文档,检查于 2026年11月10日。

在你的电脑上运行,适用于

ClaudeGooseLM StudioMsty StudioCherry StudioVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

全部应用及其优缺点 →

它能做什么

它在你的电脑上运行;安装后,工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息;我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月19日

  • ✓ 通过

    作者与仓库一致

    注册名称已通过 GitHub 账户 lm203688 验证,该账户拥有此仓库

  • ✓ 通过

    仍在维护

    代码最后更新于12天前

  • ✓ 通过

    有许可证

    使用 MIT

  • – 不适用

    端点有响应

    它在你的电脑上运行,没有互联网端点

  • – 不适用

    使用 OAuth 登录

    在你的电脑上运行,改用本地设置

  • … 尚未检查

    工具描述中没有隐藏指令

    它在你的电脑上运行;我们只能读取互联网端点的工具列表

已公开的漏洞(OSV.dev)

未检查:只能检查标明版本的 npm 和 PyPI 包

我们检查什么 → · JSON

作者:申请重新检查或报告信息错误
给作者:在 README 中加徽章

如果你是作者,可把这段代码贴到 README。徽章会链接回本页。

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/lm203688-agri-eco.svg)](https://mcp.popnx.com/en/servers/lm203688-agri-eco)

讨论

提问、分享技巧或报告无法使用。按“有帮助”数量排序。

还没有帖子,欢迎第一个提问或分享。

此处内容由用户撰写,不代表 PopNx 团队。

登录后发帖

用户评价

还没有评价

登录后写评价

与“游戏、体育、美食与学习”中的其他服务器比较i

  • 星标数多于此分类中其他 1614 个服务器的 0%
  • 发布到注册中心的时间比此分类中其他 1614 个服务器的 64% 更新
  • 基础检查结果等于或优于此分类中其他 1614 个服务器的 99%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时,星标数才计入。

常见问题

智慧农业生态 Agri-Eco 安全吗?

它在 3 项适用的基础检查中通过了 3 项。我们没有阅读代码。在添加密钥或令牌之前,请先看看这个服务器要求哪些权限,并使用只具备所需权限的密钥。

它需要哪些密钥或代码?

注册中心没有列出必需的密钥,不过有些服务器会在首次使用时要求你登录。

它在我的电脑上运行还是在云端?

它在你的电脑上运行。你的 AI 应用会在需要时启动它,数据不会经过作者的服务器(除非它自己调用在线服务)。

它还在维护吗?

GitHub 仓库最后更新于12天前,最新版本(1.2.0)于15天前进入注册中心。

哪些应用可以使用它?

支持 MCP 的应用,例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 MCPB。

有什么可以替代它?

同一分类中有:Anime Garden, WilmAI, Lumify Sports Intelligence, Savecraft, GoodWatch

功能相近的其他选择

同一分类、其他作者、命令已通过检查。官方的排在前面,再按星标排序。

如何看卡片:↓ 每周下载量i★ GitHub 星标i三大支柱:评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

WilmAI

Finland's Wilma school system for parents and students: schedule, homework, exams and messages.

作者:aikarjal正在增长↓ 1399/周★ 89 整个仓库的星标10天前更新

在你的电脑上运行✓ 服务方 · wilm.ai

Savecraft

Savecraft serves real save game data and expert game knowledge to AI assistants.

作者:joshsymonds起步阶段★ 137个月前更新

在云端运行仓库已归档✓ 服务方 · savecraft.gg

GoodWatch

Find movies and TV shows, track watches, and get suggestions based on your taste.

作者:alp82起步阶段★ 50 整个仓库的星标30天前更新

在云端运行✓ 服务方 · goodwatch.app
与相似项目对比
本项
智慧农业生态 Agri-Eco
Anime GardenWilmAILumify Sports IntelligenceSavecraftGoodWatch
运行位置需要安装在电脑上在云端运行,无需安装需要安装在电脑上在云端运行,无需安装在云端运行,无需安装在云端运行,无需安装
需要密钥否否否是否否
可在 Claude 中按 + 添加否否否否否否
基础检查3/34/43/34/43/44/4
许可证MITAGPL-3.0MITMITApache-2.0MIT
价格登记中未列出费用登记中未列出费用登记中未列出费用登记中未列出费用登记中未列出费用登记中未列出费用

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

智慧农业生态 · 全球分区农业 AI 助手

以数据平台分析为基座,孵化多层级农业 AI 关键节点生态

🎯 项目目标口径(单一权威):见 docs/CORE_OBJECTIVE.md —— AI + 机器人驱动的农业精准控制基础设施(v1.1,2026-11-06 用户确认)。

一句话:以「全球水文/土地/气候数据库」为数据底座,做「农村/片区/城市差异化分布」,形成「大规模 vs 建筑内精细化双模式」的 AI 精准控制要素,成为未来大农业基础设施和产业链的关键生态位。

一级目标:让 MCP server 被外部 agent 真实调用(≥500 次 / ≥20 独立调用方)。诚实边界:新定位含待建方向(机器人执行/全球水文库/大规模大田),G1 达标前不宣称"被依赖"。

阶段门禁数字见 docs/north_star_and_phase_gates.md;全面扫描与提升报告见 docs/full_liftup_assessment_2026-10-08.md;2026-10 前沿视角提升评估见 docs/DIMENSION_LIFTUP_2026-10-28.md。

🧭 前沿定位(2026-10-28):在农业 AI「大模型 + 机理模型 + 专业小模型」协同体系(农民日报 2026-09-30)中,本项目扮演 机理模型 + 专业小模型层——是农业大模型的机理约束器 + 可执行配方 + 可审计资产,与神农 4.0 / 农业世界模型 SNWM 1.0 互补非竞争(它们提供理解与调度,我们提供科学约束与可复现执行)。护城河五点:可执行配方 / 可审计血缘 / 零依赖可复现 / 保形置信区间 / MCP 2026-07-28 无状态对齐。生态位定案见 docs/CORE_OBJECTIVE.md §十二(含 §12.1 2026-11-06 基础设施生态位扩展)。

🚀 已上架官方 MCP Registry:io.github.lm203688/agri-eco v1.1.0(2026-10-08)

curl -s "https://registry.modelcontextprotocol.io/v0.1/servers?search=io.github.lm203688/agri-eco"

🔎 市场入口(4 家全覆盖):

  • 官方 MCP Registry:io.github.lm203688/agri-eco v1.1.0 ✅
  • Smithery:smithery.yaml 已就绪,仓库自动发现(搜索入口)✅
  • Glama:已提交(2026-10-11,POST /api/mcp/servers/submit.data 200),等 Glama 审批邮件补 Dockerfile 后索引(目录入口)🟡
  • LobeHub:lm203688-smart-agri-eco(2026-10-08 自动发现)✅

📋 分发就绪度自检(每次评审/发布前跑一次):

python scripts/check_distribution_readiness.py

一次性验证 10 类分发入口:MCP server / A2A Card / Agent Plugin / Smithery / 官方 Registry / MCPB 包 / CI workflow / Demo 部署 / 市场材料 / GitHub 同步。

CI:41 步 × Python 3.10/3.11/3.12 全绿 · 单测 956 OK · Demo 端点 14/14 · MCPB 构建确定性可复现 · GitHub 本地=远端(差异 0)· Skill 注册表 11/11 一致 · AgriRecipeBench 69/69 通过(四轴齐全:M1 目标预测 25 + M2 状态滚动 21 + M3 反事实响应 17 + M4 跨情境泛化 6,覆盖 8 分区 × 主要作物 × 边界条件)。

🏆 AgriRecipeBench(benchmarks/agri_recipe_bench/)——Env Recipe 环境配方的可复现评测基准,独立于功能回归测试。M15-B1 把用例从 11 扩到 69(四轴全部达标、覆盖 8 分区、含负例与退化检测):

python benchmarks/agri_recipe_bench/run_bench.py                # 跑全部

python benchmarks/agri_recipe_bench/run_bench.py --axis target_prediction --strict python benchmarks/agri_recipe_bench/run_bench.py --case case_luobo_mediterranean --json python scripts/expand_bench_cases.py # 幂等生成器(重新生成新用例)

  • M1 target_prediction(25 用例):预测值 vs 公开农艺基准,覆盖 8 分区 × 主要作物
  • M2 state_rolling(21 用例):数学边界(周期≥1 / harvest≥start / yield>0),含 adapt_score=0 / 冬季播种 / 超短周期 / 无 recipe 等 5 类边界场景
  • M3 counterfactual(17 用例):6 种扰动类型(adapt_score / growth_cycle / env_recipe_temperature / env_recipe_light / zone_climate / 组合扰动)——反事实机制内核直接证据
  • M4 generalization(6 用例):5 作物跨分区泛化,含退化实现检测(不同分区产量完全相同即失败)
  • 挂钩:SNWM 神农世界模型四轴协议完整版,详见 benchmarks/agri_recipe_bench/docs/PROTOCOL.md

🔐 可验证 AI 三件套(2026-10-11 新增,对标 SNWM 可验证协议与 MCP 2026-08 路线图):

能力响应字段用途
T-3 置信区间recommendation.prediction_interval.{p10,p50,p90}产量 / 采收期 / 周期从单点估计变区间;输入越少区间越宽;confidence.uncertainty 显式声明散布系数与惩罚项
T-1 可信标记_trust_mark.{cert_id, signature, verification_cmd}所有 MCP 工具输出内嵌 SHA256 证书指纹;外部消费者可 python -m core.trust_layer 独立复算
D-4 A2A Card 签名.well-known/agent.json.jwsJWS (HS256) compact serialization,零依赖;AGRI_A2A_SIGNING_KEY 环境变量提供密钥;调用方可用 scripts/verify_agent_card.py 检测篡改
# 生成 A2A Card JWS 签名

AGRI_A2A_SIGNING_KEY="your-secret" python scripts/sign_agent_card.py

校验(调用方 / CI 都用这条)

AGRI_A2A_SIGNING_KEY="your-secret" python scripts/verify_agent_card.py


🌱 受控自进化系统(Bounded Self-Evolution)(2026-10-13 新增,对标 SNWM 可验证协议 + Theseus Labs RSI 五级框架 + PenguinHarness 棘轮门禁):

能力实现用途
S1 不可进化区/可进化区.well-known/evolution_zones.json8 项不可进化(可信层/协议契约/schema)+ 7 项可进化(气候/预测/物候/营养/技能);防止自进化侵蚀诚实性
A1 Köppen 栅格抽象(F5)core/climate_grid.py标准库栅格点查询:最近邻 + 3×3 邻居 + 1/d² 权重归一化 → 概率分布(不是单点分类);climate_agent 双后端接入(栅格优先,无栅格显式降级为启发式,evidence.classification_backend 显式标注)
S2/E1 棘轮 CI 硬门禁scripts/run_evolution_ratchet.py内回路飞轮:读 .well-known/evolution_zones.json 的棘轮白名单,跑 evolution benchmark 判分数;不依赖任何外部调用,现在就能转
# 棘轮门禁(CI 硬门禁 / 本地手动跑)

python scripts/run_evolution_ratchet.py # 阈值 0.5,默认通过 python scripts/run_evolution_ratchet.py --min-score 0.9 # 提高阈值 python scripts/run_evolution_ratchet.py --check-files # 只检查白名单文件存在 python scripts/run_evolution_ratchet.py --json # 供 CI 消费

Köppen 栅格点查询(抽象层,不依赖真实数据)

python -c "from core.climate_grid import build_synthetic_grid_dict, KoppenGrid; \ g = KoppenGrid(cells=build_synthetic_grid_dict()['cells'], ...); \ print(g.query(40.0, 116.0))" # → 概率分布 + 项目分区映射

关键设计原则:自进化必须先有"不可进化区",再有"可进化区"——否则"自我改进"会侵蚀项目唯一真实的资产(诚实性与可复现性)。内回路(离线棘轮)是唯一不依赖任何外部条件、现在就能转起来的飞轮,同时服务三个目的:①保证科学改进不退步;②产出对外可引用的评测资产;③喂养 RSI 度量。


🔍 编排层可审计性(Orchestration Audit)(2026-10-14 新增,agent/orchestration_audit.py,29 项单测守卫):

把「诚实暴露不确定性」的元层能力从单点输出(M11 可信层)扩展到多 Agent 协作层(M10 编排层)。落地 per_module_deep_assessment_2026-10-13.md §M10-O2「跨 Agent 一致性检查」+ §M10-O4「编排 trace 可导出」:

能力实现用途
M10-O2 跨 Agent 一致性检查check_cross_agent_consistency(),5 条规则检查 Climate/Crop/Growth/Eco 四个 Agent 之间的结论是否自洽(预算超支、季节冲突、设备无匹配等),冲突显式标注严重度(error/warning/info)而非静默消解
M10-O4 编排 trace 可导出TraceRecord + export_trace_dict/json()每次 pipeline 生成完整调用图(agent/耗时/输入摘要/输出摘要/verify_report)+ SHA256 summary_hash(同输入稳定,可独立复算)
# 完整 pipeline 会自动带 consistency_audit + orchestration_trace

python -c " from agent.orchestrator import AgriOrchestrator r = AgriOrchestrator().run_pipeline( {'lat':30.0,'lon':120.0,'scene':'balcony','budget_cny':300}, verify=True, record_memory=False) print(r['consistency_audit']) print(r'orchestration_trace', r'orchestration_trace')"

单独跑一致性检查

python -c " from agent.orchestration_audit import check_cross_agent_consistency

传入 pipeline result 会得到冲突列表与严重度分级"

关键设计原则:advisory only——审计不阻断流水线、不写回任何 Agent 输出(与 JEV 门控纪律同构);冲突显式暴露给用户,让用户判断严重程度,而不是让系统自作主张「消解」矛盾。这是本项目对多 Agent 编排层的诚实性承诺,与单点输出的 T-1/T-3 证书形成同构。


🛡️ AgriTrust Verified 公共复算 API(2026-10-14 新增,scripts/verify_trust_mark.py + MCP 工具 agri_verify_trust,34 项单测守卫):

把 T-1 可信标记从内部纪律升级为对外公共复算资产。落地 per_module_deep_assessment_2026-10-13.md §M11-T1「可信标记产品化」——外部消费者可独立验证任何 AgriTrust 输出,无需依赖私有代码。

能力实现用途
公共复算 CLIpython scripts/verify_trust_mark.py 4 种验证模式:current(导出)/ check-prefix(结构完整性)/ from-mark(端到端)/ from-certificate(内容一致性 + 可选 --verify-artifacts 磁盘哈希)
MCP 工具agri_decision_path_report(第 25 个工具,v2026-10-16 新增)M16-B2 决策路径可视化报告:将 bp_screen 评分引擎的 decision_path 归因数据导出为结构化报告,供前端可视化或报告系统消费
AgriTrust Verified 徽章artifacts/agritrust_badge.svg + docs/agritrust_verified.md徽章含 signature_prefix + verification_cmd,外部消费者一步到位复算
# 1. 导出当前信任标记供外部下载

python scripts/verify_trust_mark.py current > mark.json

2. 用外部 mark 端到端复算(用 issued_at 严格重现 signature)

python scripts/verify_trust_mark.py from-mark mark.json

3. 最强验证:不仅证书对象一致,其引用的数据文件也未被修改

python scripts/verify_trust_mark.py current --certificate > cert.json python scripts/verify_trust_mark.py from-certificate cert.json --verify-artifacts

诚实边界:signature 是内容一致性 SHA256,非密码学签名(无密钥)——它证明"数据未被修改",不证明"我们就是签发者"。这一边界写进 schema 与 verify API 输出,不静默通过,任何降级/缺失都返回 verified=False + 具体原因。这是本项目"可验证 AI"三件套(T-1/T-3/D-4)在对外接口上的延伸。


项目定位

一句话:做 AI + 机器人驱动的农业精准控制基础设施——以全球水文/土地/气候数据库为底座,做农村/片区/城市差异化分布,形成大规模 vs 建筑内精细化双模式的 AI 精准控制要素,成为未来大农业基础设施和产业链的关键生态位(v1.1,2026-11-06 用户确认;权威口径见 docs/CORE_OBJECTIVE.md §一)。诚实边界:含待建方向(机器人执行/全球水文库/大规模大田),G1 达标前不宣称"被依赖"。

核心架构(对标 SwarmLabs 科研 Agent Infra 的工程路径):

输入(地块信息 / 种植者需求 / 环境参数)

│ ▼ ┌──────────────────────────────────────────────────────────┐ │ L0 数据底座层 全球分区气候/土壤/水文元数据 │ │ └─ data/zone_meta/ (Köppen 气候带 + FAO 农业分区) │ ├──────────────────────────────────────────────────────────┤ │ L1 多 Agent 协同层(含 L2/L3 专项 Agent) │ │ ├─ ClimateAgent 气候/水文/土壤分区匹配 │ │ ├─ CropAgent 作物-分区适配推荐 │ │ ├─ GrowthAgent 生长周期管理 + 病虫害诊断 │ │ ├─ EcoAgent 多层级生态撮合(供需/社区/设备) │ │ ├─ PestAgent / NutritionAgent / SeasonAgent 按需调用 │ │ ├─ ForecastAgent(L2) 采收期 / 产量 / 风险预测 │ │ └─ ControlAgent(L3) 生长计划→执行指令 + 执行补偿 │ ├──────────────────────────────────────────────────────────┤ │ L2 Skill 注册表 可复用能力模块 │ │ └─ skills/registry/ (climate_match / crop_adapt / ...) │ ├──────────────────────────────────────────────────────────┤ │ L3 可信输出层 evidence + confidence + constraints │ │ └─ docs/agent_output_contract.md │ └──────────────────────────────────────────────────────────┘



覆盖边界(已闭环):分区库现建模 8 个气候带(含 v1.1 新增的热漠 hot_arid 与高原 highland)。

迪拜(波斯湾热漠)→ hot_arid、拉萨(青藏高原)→ highland 现由 ClimateAgent 正确路由(rubric 0.95、给出真实作物推荐),

不再静默归入「亚热带湿润」给出错误方案;v1.1 之前的「显式拒答」降级路径已随分区补齐而关闭。

两新分区的 Env Recipe 与 P3 校准作物已于 2026-10-06 回填,详见 outputs/zone_coverage_decision_2026-09-23.md(历史背景)。

两个诚实性约定(2026-09-23 起生效,均有测试锁死):

1. monthly_precip_mm 虽是月度序列,但每个元素是月内日均降水(mm/day),不是月累计量。

NASA POWER 与 Open-Meteo 两条路径口径一致,agent/climate_data.py 统一以 PRECIP_UNITS 声明并透传

monthly_precip_mm_units。生态位校准的降水通道依赖「同口径区间命中」,不得对该字段乘天数换算。

2. 预设城市清单的唯一数据源是 data/preset_cities.json,前端与 MCP Server 均经

agent/preset_cities.py 读取;拉萨/迪拜随 v1.1 已建模(modeled: true),12 城全部有对应分区。

七层生态架构(来自项目战略指引)

⚠️ 口径已修订(2026-10-08):七层是分析框架,不是交付清单。当前阶段只交付 L0-L3;L4/L5/L6 已正式暂缓(判定依据与重新打开条件见 docs/CORE_OBJECTIVE.md §三 N6/N7、§六)。

下表"本项目状态"列已按实测校正,此前"已落地/进行中"的表述存在与代码不符之处,此处一并修正。

层级名称关键节点本项目状态(实测校正)
L6运营生态社区/城市合伙人/数据市场⏸ 正式暂缓(无实现)
L5消费服务采摘即食/本地撮合/认证溯源⏸ 正式暂缓(仅溯源字段留位,无服务实现)
L4业务支撑链路数据/鲜度中枢/损耗预测⏸ 正式暂缓(仅 `schemas/linkage_protocol.schema.json` 一个 Schema,0 行实现;此前标注"已落地"有误)
L3执行控制水肥一体化/环境调控/执行补偿✅ 已落地(NutritionAgent 水肥 + ControlAgent L3:生长计划→硬件无关 actuator 指令 + 车载/开放环境/设备故障执行补偿)。缺口:execution_log 0 条,闭环未真实验证;needs_gateway 网关未实现
L2模型 AI生长模型/病虫害/决策引擎/世界模型🟡 部分落地(ForecastAgent L2:采收期/产量/风险预测,诚实标注 model=heuristic + WOFOST 物候 + 病虫害规则诊断)。缺口:世界模型未做;eval_pest_diagnosis_topk / eval_recipe_expert_adoption 两项核心 eval pending
L1感知层传感器/摄像头/边缘AI🟡 最弱环节(agent/vision.py 63 行可插拔后端,未配置即规则降级)。注意:PlantVillage 无 license(原仓库无 LICENSE 文件),不可商用;合规替代为 PlantDoc (CC BY 4.0)。传感接入协议 0 行代码
L0数据底座气候/土壤/水文/光照★ 当前重点(8 分区已闭环 / 152 配方 / 113 双源校准 / 8 源血缘)。缺口:微气候选址未做;CMIP7 未接入;第三源未融合

核心模块

模块路径用途

只显示了开头部分;其余内容请在仓库中阅读