云古数科，为农业而来的 AI
读懂每寸土地，
做好每步经营。
让 AI 参与地形分析、管线设计、种植管理与宣传获客，把农业中的复杂问题，变成可执行的方案。
规划设计生产协同内容与获客
土地各有不同。
方案也应如此。
西北农业的水、土、气候与距离，决定了数字化要从现场条件出发。先看清限制，再决定技术用在哪里。
从地块和作物出发，而非从设备清单出发。| 农业痛点 | 云古解决方案 | AI 的具体作用 |
|---|
| 水资源约束 | 水预算与精准灌溉 | 结合墒情、天气与生育期辅助排程，让每次用水有据可依。 |
| 地形与土壤差异 | 地块评估与适种规划 | 叠加坡度、水源与土壤检测，辅助识别盐碱、排水等限制因素。 |
| 气候与病虫风险 | 监测预警与农事协同 | 结合霜冻、干旱等气象信息与作物图像，形成待核实的巡检任务。 |
| 地块分散与用工压力 | 农场一张图与设备协同 | 汇总地块和设备状态，辅助分派工单、安排农机与追踪执行。 |
| 采后损耗与远距运输 | 分级、批次与冷链协同 | 辅助采收安排、库存与订单匹配，定位仓储和运输异常。 |
| 好产品难卖出好价值 | 品牌内容与产销连接 | 分析渠道需求，辅助商品内容、客户服务与销售复盘。 |
AI 的价值，
落在具体的交付里。
输入已有资料，生成方案、图文与任务；让现场执行与经营反馈继续优化下一步。
从资料，到一套可以讨论的设计。
把地块、尺寸、水源、作物目标与预算放在一起，生成布局和管线草案，比较物料配置、投入与实施路径。
- 提供资料
- 地形与边界、现场尺寸、水电条件、现有设备、目标产量。
- 得到交付
- 地块画像、布局与管线草案、物料清单、预算比较、实施任务。
进入云古 AI 平台能力按项目配置与集成；工程设计、生产策略及对外内容分别经专业复核与授权后使用。
把一个真实难题，
拆成一条实施路径。
四个贴近经营现场的方案示例，看看 AI 能交付什么、先从哪里开始，以及如何验收。
客户以“某某”命名；规模、周期与客户画像为方案设定，不代表已验收客户项目或实测业绩。
甘肃某某种植专业合作社
让分区灌溉，从经验走向设计。
从地块高差、水源与种植目标出发，生成管线草案、用水计划和现场任务。
宁夏某某设施农业有限公司
为每座温室，制定完整的生产方案。
把布局、水肥管路、种植日历、环境策略和上市内容连接在一起。
深圳某某都市农业运营中心
让水培设备，成为可管理的业务。
从塔位与管线规划，到循环参数、故障诊断和场景推广，一套方案持续运营。
陕西某某果业专业合作社
让好产品，有持续被看见的机会。
把产品定位、宣传视觉、客户线索和采收履约连接起来，按真实成交反馈复盘。
云古 AI 赋能鼠米生态
农业的价值，
不止于田间。
连接农场、设备、产品与消费者，让生产记录成为信任，让农产品成为有故事、可追溯、可持续经营的品牌。
- 鼠米农场数字认养、农事记录与生长信息
- 品牌经营产品内容、会员服务与客户沟通
- 产业协同设备状态、批次溯源与订单履约
交流鼠米生态合作从一个试点开始，
把效果做清楚。
选择数据条件成熟、问题明确的场景，先跑通，再扩展。
- 1
一起看现场
梳理地块、设备、流程与数据，明确最迫切的问题、项目边界和评价基线。
- 2
跑通一个样板
从一块田、一座棚或一组设备切入，完成接入、方案确认、试运行与人员培训。
- 3
按效果扩展
复盘用水、工时、损耗或销售转化，把有效做法带到更多地块和业务环节。
开始之前，您可能想了解
已有传感器、水泵和农场系统，还能使用吗？
可以先梳理通信协议、接口和数据授权，优先利用现有设施。无法直接控制的设备，可从监测、任务派发与人工回填开始，逐步完善接入。
AI 可以直接设计管线并控制生产吗？
AI 可根据项目资料生成布局、管线、清单和控制策略草案。工程参数、施工图及农艺策略需要专业确认；设备在约定授权范围内执行，同时保留现场接管能力。
资料不完整，可以先启动吗？
先整理已有地块资料、设备清单和生产记录，识别会影响决策的数据缺口，再安排必要的测绘、检测与现场核查。首期范围根据实际条件确定。
如何判断项目有没有效果？
在启动时约定评价基线和验收口径，例如亩均用水、环境超限时长、告警响应时间、采后损耗或有效询盘。按相近生产条件比较，不用单一展示数据代替经营结果。
西北大田 / 分区灌溉01
AI 产出示意 · 方案按项目资料生成从一张地块图，生成一套节水种植方案。
甘肃某某种植专业合作社300 亩春玉米，分为 8 个灌溉区；已有滴灌管网和水泵，2 名管护人员用纸本记录轮灌。
典型场景：轮灌时间固定，地块高差、土质和作物长势却不一致。全田按同一时长灌溉，容易出现坡上缺水、低洼区积水。
识别地形设计管线生成方案调度复盘
- AI 规划与设计
- 导入地块边界、高程、土壤、水源和作物目标，AI 识别高差与灌溉分区，生成主管、支管、阀门和泵站布局草案；在水源流量、压力等参数齐备时，生成水力计算书草稿、设备规格建议和多方案成本比较。
- AI 制定整季方案
- 围绕种植目标生成播种、施肥、灌溉和植保计划，列出物料清单、预算、人员任务及验收表；对缺失参数主动列出补测清单。遇到天气变化，重新计算优先级并输出调整建议。
- AI 推动实施
- 将确认后的设计拆成采购清单与施工步骤，自动编写设备配置和联调检查表。运行时结合遥感长势、墒情及流量记录，识别缺水或堵漏风险，生成阀门任务与检修工单。
- AI 经营与内容支持
- 根据投入和生长记录生成周报、农事档案及可追溯产品介绍；按渠道需求制作农场介绍图、招商资料和销售文案，为采前对接采购商准备内容。
- 首期落地与交付
- 以 2 个灌溉区先行：第 1 周测绘与水源核查，第 2 周完成布局草案、清单和预算比较，第 3—4 周接入试运行。形成“地块图 + 设计草案 + 施工任务 + 生产计划 + 复盘报告”，工程人员确认水力参数与施工图后实施。
验收清单与效果复盘＋
逐项检查：告警能定位到分区；每笔灌溉有审核、流量和墒情记录；断网可现场操作。节水效果需按相近条件对照复盘，不承诺固定比例。
设施温室 / 环境协同02
AI 产出示意 · 方案按项目资料生成从建棚到种植，AI 把生产方案连起来。
宁夏某某设施农业有限公司8 座日光温室种植番茄；已有卷帘、风口电机及独立水肥机，1 名技术员每天多次逐棚查看。
典型场景：升温后才开风口，强光出现后才拉遮阳网；温度、湿度和灌溉各管一段，管理人员反复跑棚。
设定目标规划布局编排生产经营优化
- AI 设计种植与管路
- 输入棚体尺寸、朝向、设备清单和目标作物，生成种植槽、通道、滴灌支管、传感点位及补光分区草案；比较不同密度和设备配置下的投入、操作空间与维护需求。
- AI 制定生产方案
- 结合销售窗口、气候和种植条件生成品种筛选、茬口、育苗、移栽、水肥及用工计划，输出每日任务与采购清单。对多个种植方案列出假设、预算和敏感因素供经营者选择。
- AI 动态管理
- 融合环境曲线、巡检照片和农事记录，识别长势差异与病害线索，生成处置建议；把审核后的温光水肥方案转成联动规则，在设备支持的范围内执行，并用结果调整后续策略。
- AI 做销售准备
- 将作物档案、预计上市期和真实品质资料转成采购商介绍、采摘活动海报、商品详情页及短视频脚本；建立餐饮、商超与社区渠道客户画像，整理咨询线索和跟进任务。
- 首期落地与交付
- 8 座棚先选 1 座，用约 3 周完成资料整理、布局与生产方案、环境规则影子运行和技术员值守联调。交付布局草案、种植日历、环控策略、投入台账与一组上市宣传素材。
验收清单与效果复盘＋
检查高温、通信中断及电机限位场景；告警有通知和回执，策略不越过设定边界。用环境超限时长与每日人工操作次数评估试点。
立体水培 / 多设备管理03
AI 产出示意 · 方案按项目资料生成从摆放设备，到运营一套水培业务。
深圳某某都市农业运营中心室内叶菜区配置 24 台立体水培塔；原有定时器控制循环泵，1 名运营人员负责补液、清洗和日常巡检。
典型场景：水泵停转、通信离线和营养液不足表现相似；值守人员直到植株萎蔫才发现异常，也难以判断哪台设备需要先处理。
空间规划配置设备智能运维展示获客
- AI 规划空间与设备
- 根据空间尺寸、承重及水电条件、产量目标，生成塔位、通道、水箱、回水和供电走向草案，计算配置数量与物料需求，输出多档预算方案；对水电隔离、清洗和检修空间列出核查项。
- AI 编排种植与控制
- 围绕作物与设备规格生成育苗、移栽、循环、补光、补液和清洗计划，输出设备参数模板、控制规则及测试步骤。经确认后配置到已接入设备，断网时保留本地规则。
- AI 诊断与执行协同
- 把液位、泵电流或流量、在线状态和维修历史关联，给出可能原因、排查顺序及备件建议，自动生成工单与操作图解；持续汇总设备表现，优化巡检顺序和耗材计划。
- AI 产品展示与获客
- 为运营中心生成空间效果方案说明、产品介绍图、科普海报和参观活动内容；针对学校、园区、餐饮和家庭场景生成差异化提案，承接咨询并整理需求、预算与跟进节点。
- 首期落地与交付
- 24 台塔先做 6 台，约 2—3 周完成空间与设备档案、参数模板、异常测试和运维流程；交付配置草案、设备看板、故障知识库及一套场景推广内容。硬件协议和反馈信号在启动时确认。
验收清单与效果复盘＋
通过断网、低液位与泵反馈异常测试；工单必须关联设备、处理人和复核结果。比较告警响应时间及每日逐台巡检工时。
农业产销 / 采收与订单协同04
AI 产出示意 · 方案按项目资料生成从卖一批苹果，到形成持续获客的能力。
陕西某某果业专业合作社服务 20 户苹果种植户；有 1 个分级包装点，固定对接 3 家采购商，采收与订单主要通过微信群和表格沟通。
典型场景：基地知道大致产量，销售端掌握订单，但双方更新不同步；临时采收造成规格不匹配、库龄增加和运输等待。
产品定位内容设计线索转化产销复盘
- AI 定位产品与客户
- 整理产地、品种、规格、批次和供货能力，结合合法取得的市场与客户资料，生成产品定位、客户画像及渠道优先级；按商超、团购、企业礼赠等场景制定不同的销售方案。
- AI 设计宣传图与内容
- 以真实产品照片、检测及溯源资料为依据，生成主视觉海报、商品主图、详情页、包装视觉草案、报价单和短视频脚本；对不同渠道批量调整尺寸与文案，形成可审核发布的内容包。
- AI 获客与销售协同
- 为落地页、活动和渠道沟通生成内容与测试计划；整理自有询盘及合法授权线索，提取采购量、规格、交期和预算，完成意向分级。生成答复、报价和跟进建议，经销售确认后开展联系。
- AI 联动供货与复盘
- 将线索需求、已确认订单与成熟批次关联，生成分批采收、分级、库存和发运计划；分析内容点击、有效询盘、报价及成交数据，调整客户优先级、推广素材和供货节奏。
- 首期落地与交付
- 先做 1 个品种、3 家既有采购商和 1 个新增渠道，约 4 周完成资料库、2 套推广视觉、询盘表单和销售跟进流程。以有效询盘、询盘至报价转化、成交毛利与履约情况复盘，不把曝光量等同成交。
验收清单与效果复盘＋
抽查订单能追溯到采收批次；超卖与规格不匹配能够提示；库存、装车单和签收记录可核对。持续统计缺货、库龄、损耗及退货原因。
