無人機農作物健康監測工作流

Drone Image Crop Health

透過AI分析無人機影像,實現農作物健康狀況自動監測與智慧問答的N8N工作流模板

11 NodesAI & ML農業科技AI分析向量資料庫

工作流概述

這是一個基於 N8N 的無人機影像農作物健康監測工作流模板。該工作流透過接收無人機拍攝的農田影像資料,利用 AI 技術進行智慧分析,實現對農作物健康狀況的自動化監測與記錄。系統整合了向量資料庫儲存、AI 智慧問答與資料記錄功能,為精準農業提供技術支援。

核心功能

1. 智慧影像分析

  • 接收無人機採集的農田影像資料
  • 使用 AI 技術分析作物健康狀況
  • 建構知識庫以支援智慧查詢

2. 向量化儲存

  • 將分析結果轉換為向量資料
  • 儲存於 Supabase 向量資料庫中
  • 支援高效的語義檢索

3. 智慧對話系統

  • 基於 Anthropic Claude 模型的智慧問答
  • 具備上下文記憶功能
  • 可查詢歷史分析資料

節點詳細分析

輸入節點

節點名稱 類型 功能描述
Webhook n8n-nodes-base.webhook POST 介面 /drone_image_crop_health,接收無人機影像資料

資料處理節點

節點名稱 類型 功能描述
Splitter textSplitterCharacterTextSplitter 文字分割器,將長文字分成 400 字元的區塊,重疊 40 字元
Embeddings embeddingsOpenAi 使用 OpenAI 生成文字向量嵌入

儲存節點

節點名稱 類型 功能描述
Insert vectorStoreSupabase 將向量資料插入 Supabase 資料庫索引 drone_image_crop_health
Query vectorStoreSupabase 從向量資料庫查詢相關資訊

AI 智慧節點

節點名稱 類型 功能描述
Tool toolVectorStore 向量儲存工具,供 AI Agent 使用
Memory memoryBufferWindow 對話記憶快取,保持上下文連續性
Chat lmChatAnthropic Anthropic Claude 語言模型
Agent agent AI 智慧代理,整合工具與記憶

輸出節點

節點名稱 類型 功能描述
Sheet googleSheets 將處理結果附加至 Google Sheets 日誌表

輔助節點

節點名稱 類型 功能描述
Sticky stickyNote 工作流說明便條,標題 "Drone Image Crop Health"

資料流程圖

[Webhook 接收資料]
        ↓
    ┌───┴───┐
    ↓       ↓
[文字分割] [Memory 快取]
    ↓           ↓
[向量嵌入]      ↓
    ↓           ↓
    ├→[儲存至 Supabase]
    ↓           ↓
[查詢向量庫]    ↓
    ↓           ↓
[建立工具]      ↓
    ↓           ↓
    └→[AI Agent]←[Claude 模型]
           ↓
    [記錄至 Google Sheets]

技術堆疊

使用的服務

  1. OpenAI API - 文字向量化
  2. Supabase - 向量資料庫儲存
  3. Anthropic Claude - AI 對話模型
  4. Google Sheets - 資料日誌記錄

關鍵參數設定

  • 文字分割:區塊大小 400 字元,重疊 40 字元
  • 向量索引名稱drone_image_crop_health
  • 觸發方式:Webhook POST 請求
  • 執行順序:v1 版本

應用場景

主要用途

  1. 精準農業監測 - 即時分析作物生長狀況
  2. 病蟲害預警 - 早期識別作物健康問題
  3. 產量預測 - 基於健康資料預測收成
  4. 農場管理決策 - 提供資料驅動的種植建議

業務價值

  • 提升農業生產效率
  • 降低人工巡檢成本
  • 實現資料驅動的農業管理
  • 建構農業知識庫

部署需求

必需的 API 憑證

  1. OpenAI API 金鑰
  2. Supabase 資料庫憑證
  3. Anthropic API 金鑰
  4. Google Sheets OAuth2 認證

前置準備

  1. 建立 Supabase 向量資料庫表格
  2. 設定 Google Sheets 文件 ID
  3. 設定 Webhook 端點
  4. 初始化向量索引

擴充建議

  1. 增加影像辨識 - 整合電腦視覺模型直接處理影像
  2. 即時預警系統 - 新增異常偵測與通知功能
  3. 資料視覺化 - 建立儀表板展示分析結果
  4. 多源資料融合 - 整合天氣、土壤等多維度資料
  5. 批次處理 - 支援多張影像平行分析

總結

此工作流模板展示了如何將現代 AI 技術應用於農業領域,透過無人機影像採集、向量化儲存、智慧分析與自動記錄,建構了一個完整的農作物健康監測系統。該系統不僅能處理即時資料,還能透過 AI 對話介面提供智慧查詢服務,為精準農業提供了強而有力的技術支援。