免采样作物分类

SKILL研究检索
研究检索 未标注权限 许可证不明确
安装这个技能

不做田间采样也能出地块级作物分类 —— 把「免采样」拆成生产端(可免)与验证端(不可免),用物候物理量与无监督阈值建立判据,并以独立测试集给出精度评估结论,同时交代适用边界与已被证伪的路线。触发词:免采样、不想采样、不用打样本、零样本分类、自动判作物、判据能不能搬去别的县。

一句话选型结论

按资料字段整理

免采样作物分类是研究检索类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类研究检索 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_1572dda2/sample-free-crop-classification
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

研究检索
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_1572dda2仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791735722
正文体量1.8 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
查资料并整理出处

让模型按主题查资料,并把引用来源整理成清单。

网页与文献要点提炼

把长文、论文、网页压成能直接看的要点。

竞品与行业汇总

按关键词汇总竞品动态与行业信息。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在研究检索场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
免采样作物分类当前 未标注权限 未标注 未标注 未标注 有
寻找技能 浏览器控制 GitHub 仓库 3120.0 万 Codex、Claude、Cursor 有
自我改进 Agent 接触敏感数据 ClawHub 市场 1646.4 万 OpenClaw 有
灵魂追踪 联网访问 GitHub 仓库 758.9 万 Codex、Claude、Cursor 有
自我完善 联网访问 ClawHub 市场 682.9 万 OpenClaw 有
微软代工厂 调用外部服务 GitHub 仓库 661.4 万 Codex、Claude、Cursor 有

SKILL.md 全文

1.8 KB
模型实际读到的说明书原文,来自技能仓库

免采样作物分类

不做田间采样也能出地块级作物分类 —— 把「免采样」拆成生产端(可免)与验证端(不可免),用物候物理量与无监督阈值建立判据,并以独立测试集给出精度评估结论,同时交代适用边界与已被证伪的路线。触发词:免采样、不想采样、不用打样本、零样本分类、自动判作物、判据能不能搬去别的县。

适用场景

  • 没有田间采样条件,仍需要出地块级作物分类
  • 需要判断某套判据能否跨区复用
  • 要给出可验证的精度结论,而非只给分类图

本包提供什么

  • 「免采样」两件事的拆分前提(生产端 vs 验证端)
  • 适用边界的判断方式
  • 物理判据路线的组织(不含具体阈值取值)
  • 独立测试集验证的要求
  • 输出物与红线说明

输入 / 输出

输入:影像时序 + 地块矢量 + 目标作物。输出:地块级作物分类 + 精度评估结论。

说明

本包提供的是能力定位与作业流程框架。
具体的判据参数、阈值、精度指标、实测数据与实现脚本属于方法层,不在本包范围内;
实际作业请以项目口径与委托方要求为准。

常见问题

5 问
答案由本站依据条目字段整理
免采样作物分类怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_1572dda2/sample-free-crop-classification。安装方式为未标注。装完刷新技能列表或重开客户端。

免采样作物分类支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

免采样作物分类权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

免采样作物分类收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

免采样作物分类用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。