摘要
小规模和城市室内农场通常依赖人工观察，这会导致压力检测延误以及作物质量不稳定。虽然大型语言模型（LLMs）和检索增强生成（RAG）已被用于农业咨询服务系统，但将它们集成到一个无需云服务的室内农业平台上，以实现多模态症状解释与自主环境控制的结合，目前仍缺乏研究。本研究提出了一个集成平台，该平台基于一个完全在设备上运行的代理AI咨询服务流程，使用通用硬件实现。该流程通过基于条件的路由、意图分类、多步骤推理和LLM验证门，将基于RAG的Mistral 7B语言模型与LLaVA 7B视觉语言模型相结合，从而通过对话界面提供上下文感知的文本和基于图像的症状级指导。咨询服务层与基于视觉的植物监控层以及一个刻意隔离的基于阈值的控制层协同工作：ESP32微控制器根据预定义的阈值自主控制灌溉和照明，而Raspberry Pi 5则负责连续的植物检测和叶片变黄情况的监测。在Cos生菜实验中，该咨询服务流程在涵盖健康、症状、浇水、虫害、根部健康和生长阶段等50个类别的查询中，达到了82.00%的加权准确率，评估标准是基于现有的植物病理学和收获后数据，且未记录到任何错误响应。本研究为代理咨询服务流程的设计及其在无需云服务的室内农业平台中的集成做出了贡献，为智能小规模农业提供了设备上的基础。
