AUGURY 把杂草当作土壤健康的指示物。这是一个开源流水线，把杂草物种映射到它们所指示的土壤状况：板结、积水、养分失衡、pH、盐分、有机质状态等等。它只给“指示”，不给任何管理建议；不依赖云端，目标是能在手机上跑起来。

“植物是土壤的镜子。”——Gérard Ducerf

工作原理

Plain Text

[photo]  → DINOv2-base embedding → FAISS kNN over 111k-photo gallery → top-k species
[text]   → deterministic species extraction (regex + fuzzy DB match)
                                        │
                                        ▼
                         species_lookup.py → database-merged.json (2,230 spp)
                                        │   the model NEVER generates facts
                                        ▼
                MiniCPM5-1B + LoRA ("the voice") → conversational soil story

三层结构，每层只做一件事：

1. 感知：检索，不分类。 用 DINOv2-base 提取图像嵌入，在 111,320 张照片的图库里做 FAISS 近邻检索。加新物种只需要补照片和一行数据库记录，编码器不用重训。在 188 种澳大利亚杂草上（合并别名后），top-1 准确率 80.9%，top-3 准确率 88.3%。
2. 事实：确定性数据库。 覆盖 2,230 个物种 × 地区（澳大利亚 / 欧洲 / 英国）的指示信息字典，数据来自 Ellenberg (1991)、Maughan & Amos、CAWR 和澳大利亚政府出版物。模型只负责组织这些事实。它从不生成数值，所以不可能编出一个 pH 值。
3. 表达：一次小规模微调。 在 13,627 条由数据库生成的样本上给 MiniCPM5-1B 做 LoRA 微调（r16/α32，3 个 epoch，bf16，单卡 A10）。GGUF Q4_K_M 只有 660MB，用 llama.cpp 就能部署到手机。评测结果：验证集 loss 0.0398；本地冒烟测试里 6/6 个事实字段都复述正确。

当前状态（2026-08-13）

• ✅ 文本链路能用：物种抽取 → 数据库 → 微调后的模型生成解读。支持多物种（比如“酸模和蓟”），能区分地区，拒答边界也守得住（只给指示，不给管理建议）。在 16 核笔记本上每次回答约 6–12 秒。
• 🔄 照片链路还在做：完整图库的 FAISS 索引正在构建，置信度分档也已经设计好（自动接受 / top-3 让用户确认 / 老老实实回答“未知”）。
• ✅ 所有产物都已发布：模型、物种数据库、训练数据。视觉图库作为索引构建的源数据只留在本地，运行时用的是紧凑的 FAISS 索引，不读原始图片。

快速开始

Bash

# 文本链路（CLI）
.venv-mcpmv46/bin/python scripts/augury_funnel.py \
    --model models/MiniCPM5-1B-AUGURY-Q4_K_M.gguf --region Australia \
    "What does dandelion indicate about my soil?"

# 聊天服务（Flask，含反馈回路）
.venv-mcpmv46/bin/python scripts/augury_server.py

发布产物

内容	位置
模型（GGUF Q4_K_M / F16 / 合并后 fp16 / LoRA 适配器）	RegeneratusLabs/augury-1b
物种数据库（2,230 种）	RegeneratusLabs/augury-species-db
训练数据（13,627 条）	RegeneratusLabs/augury-training-data
视觉图库（11 万张图片及授权信息）	仅本地保存，作为构建期数据源，运行时不读取
视觉检索索引（运行时产物，待构建）	RegeneratusLabs/augury-vision-index（待发布）

经验总结

• 开放式细粒度识别里，检索比分类好用：基于图库的近邻检索加新物种不用重训，固定分类器做不到。
• Loss 会骗人：一定要在留出数据上按物种逐个评测，别只看训练 loss 曲线。
• 表达模型只负责组织给定的事实，整条链路不允许它干别的。

更多细节见仓库中的 技术栈说明 和 模型卡。

路线图

AUGURY 是面向再生农业的可组合小模型（SLM）系列里的第一个：AUGURY (weeds → indicators) → Soil Assessment SLM → Remediation SLM → Grazing SLM。每个模型只做一件事，全部开源，全部能部署到手机上。

链接

• GitHub：RegeneratusLabs/AUGURY
• Hugging Face 模型：RegeneratusLabs/augury-1b