园林专家问答：每条引用都带 A/B/C 证据等级
青灵首席园艺顾问由多智能体编排作答。回答不是"看起来很专业"，而是把出处摆出来——权威等级、适用边界、专家红线，一并给到。
- A/B/C 权威分级：每条引用标注证据强度，看得见结论从哪来
- 双语权威知识库：中国植物志 / POWO / WFO / GBIF 打底，中文学名与拉丁学名双向映射
- claim 硬校验 + 三角反证：结论站不住就不输出，宁可说不知道
- 中文园林护城河：本土植物名录与标准规范打底，不是把英文语料直译过来
科学灌溉：给的是水量，不是「浇 20–30 分钟」
以 FAO-56 Hargreaves 蒸散发模型为计算内核，配合作物系数 Kc，输出可核对的净水量与毛补水量。
FAO-56 内核
Hargreaves ET0 参考蒸散发计算，这在园林行业内仍属稀缺配置。
作物系数 Kc
按植物种类与生长阶段取 Kc，同一块地不同植物给不同水量。
mm / m³ 双单位
输出净水量与毛补水量，可直接对到水表读数和水费账单。
多模态传感诊断：多路读数交叉判读，区分真实病因
叶子发黄可能是缺素、可能是盐害、也可能是酸碱失衡。单看一个传感器读数判断不了，青灵把多路数据放在一起交叉验证。
- 采集维度：EC / 盐分 / pH / 光照 / 温湿度 / 氮磷钾
- 区分能力：盐害、缺素、酸碱失衡三类相似症状的鉴别
- 数据来源：接物联网平台的真实现场读数，不是凭空编造
- 输出形式：诊断结论 + 处置建议 + 证据链，可直接转成工单
支撑上面三大能力的底座
一个决定"答得准不准"，一个决定"能不能当商业软件交付"。
双语权威知识库
中国植物志 / POWO / WFO / GBIF 四大权威源打底，中文学名与拉丁学名双向映射，避免同名异物、异名同物导致的误判。这是每条回答能标注 A/B/C 证据等级的前提。
商业交付运营
多租户隔离、RBAC 权限、服务期闸门、审计日志——按商业软件的标准交付，不是演示 Demo。客户数据互不可见，谁在什么时候做了什么全程可查。
领先在哪，逐条说清楚
01 可信可核验
证据等级外显 + claim 硬校验 + 三角反证，结论站不住就不输出。
02 科学灌溉内核
以 FAO-56 为计算内核，这在园林行业内仍属稀缺配置。
03 多模态现场诊断深度
不依赖单一传感器读数，多路数据交叉定位真实病因。
04 多层科学审计 + 人审闸门
防幻觉与防越权同时成立，AI 不直接下发控制指令。
05 商业级工程质量与合规底座
411 项测试零回归，按可交付软件的标准建设。
06 中文园林领域护城河
本土植物名录与标准规范打底，不是把英文语料直译过来。
人审闸门 · 商业级合规：AI 出建议，人签字才执行
园林现场的每一次误操作都是真金白银的损失——过灌淹根、错误施药、机器人误入人流区。青灵的设计前提是它会犯错，所以把风险最高的那一环留给人。
青灵 vs 通用问答大模型
通用大模型能回答园林问题，但回答不了「这条建议凭什么」和「照做出事谁负责」。
| 能力维度 | 通用问答大模型 | 青灵大模型 |
|---|---|---|
| 园林专业性 | 泛泛而谈，易胡说 | 领域专家 + 双语权威知识库 RAG |
| 证据可信 | 无出处、不可核验 | 每条引用带 A/B/C 权威等级 + 硬校验 |
| 灌溉建议 | 「浇 20–30 分钟」话术 | FAO-56 科学水量 mm / m³ |
| 现场数据 | 无，或凭空编造 | 真实 IoT 多模态诊断 |
| 执行安全 | 可能直接给出控制指令 | AI 不直接下发，人审闸门拦截 |
| 交付合规 | — | 多租户 / 服务期 / 生产门禁 / 审计 |
青灵大模型生态智能指挥舱 v2.0
系统同时读取全球论文证据、标准法规与本地项目知识，让每一次建议都带着证据等级、适用边界和专家红线。
巡检诊断 Agent
识别问题、判定等级、生成处置建议
异常预警 Agent
环境胁迫与倒伏风险实时预警
养护决策 Agent
制定养护策略与作业排程
灌溉调度 Agent
按需精准灌溉的执行调度
想知道用在你的项目上能省多少？
我们按已交付项目的真实数据，给你一份可核对的年度节省测算。19868692606 ｜ dongleezypublic@dongleezy.com