核心用法
FarmOS Observations 是一个面向田间作业的智能观测记录技能，专为玉米、大豆等规模化种植场景设计。核心功能包括：
1. 多模态数据采集：支持照片上传、语音笔记、文本描述三种输入方式，AI自动分析图像内容并提取关键信息
2. 智能分类识别：内置8类观测类型（pest/disease/weed/weather_damage/equipment_issue/soil/crop_condition/other），通过关键词自动匹配印第安纳州常见病虫害库
3. 紧急程度评估：基于语言信号自动判定 severity（low/medium/high），urgency score 7+ 自动触发预警
4. 上下文感知对话：根据报告者风格（专业农艺师 vs 田间工人）自适应调整问答策略，最多3个跟进问题
API 调用要点：
- 需通过
~/clawd/scripts/farmos-auth.sh manager获取15分钟有效期的JWT令牌 - 列表查询使用
GET /api/observations（支持分页），禁止使用/api/integration/dashboard获取明细 - 创建观测使用
POST /api/observations，multipart/form-data 格式，支持照片附件
显著优点
- 零门槛快速录入："Beans look rough" 级别的稀疏输入即可触发智能追问，降低田间工人使用门槛
- AI 视觉增强：自动识别叶片病斑形状、昆虫种类、杂草特征，结合图像描述与文本输入生成综合记录
- 跨模块联动：观测创建后自动关联 Tasks（生成工单）、Equipment（设备维修记录）、Weather（天气数据印证）
- 模式发现能力：自动识别跨田块/跨时间的同类问题聚集，提示"本周第三个水苋菜观测，建议全面喷防"
- 自适应交互：针对专业用户自动跳过冗余问题，针对普通用户主动引导关键信息采集
潜在缺点与局限性
- 服务稳定性风险：文档明确标注后端存在 restart loops，观测服务可能间歇性不可用
- 地理局限性：病虫害知识库高度聚焦印第安纳州（waterhemp、tar spot、SDS 等），其他地区适用性存疑
- 网络依赖：田间环境4G/5G覆盖不稳定时，照片上传可能失败
- 权限管理粗放：单一 manager 角色令牌，缺乏细粒度字段级或操作级权限控制
- AI 识别局限：模糊/昏暗照片明确标注"无法可靠识别"，仍需人工复核
适合人群
- 规模化玉米/大豆种植户：1000英亩以上农场，需要数字化巡田记录
- 农场经理与农艺师：Brian 等经验丰富的技术人员，需要快速创建带AI分析的结构化观测
- 田间作业 crew：季节性工人可通过自然语言描述问题，无需学习复杂系统
- 农业服务组织：为多个农场提供植保、农机服务的第三方团队
常规风险
| 风险类型 | 具体描述 | 缓解建议 |
|---------|---------|---------|
| 数据丢失 | 服务重启期间观测无法创建或查询 | 本地备份关键发现，服务恢复后补录 |
| 误判延误 | AI 将病斑误识为营养缺乏，延误防治 | 高urgency观测强制人工复核 |
| 隐私泄露 | 田间照片可能包含GPS位置或人员信息 | 上传前审查敏感内容 |
| 权限滥用 | 15分钟令牌泄露期间可任意操作观测数据 | 缩短令牌有效期，启用操作审计日志 |
| 过度依赖 | crew 放弃独立判断，完全依赖AI分类 | 保留"other"类型兜底，定期人工抽检 |
使用建议
1. 紧急场景优先文本+照片：高urgency问题（液压泄漏、结构故障、化学品暴露）务必附带清晰照片
2. 建立服务健康检查习惯：首次交互时快速探测 /api/observations 响应，失败时立即切换人工记录
3. 利用模式发现优化投入：定期回顾"本周同类观测聚集"提示，从点防转向面防降低单位成本