Pflanzendaten per AI-Prompt aufbereiten¶
Kamerplanter verwaltet pro Pflanzenart bis zu 80+ strukturierte Felder -- von Taxonomie über Nährstoffprofile bis hin zu Schädlingsdaten und Mischkultur-Beziehungen. Das manuelle Zusammentragen dieser Daten aus verschiedenen Quellen ist zeitaufwendig. Deshalb nutzen wir Claude Code Agents, um neue Pflanzen vollständig aufzubereiten und qualitätszusichern.
Übersicht: Die AI-Pipeline¶
flowchart LR
A["Plant name<br/>(e.g. 'Basil')"] --> B["plant-info-document-generator"]
B --> C["Plant document<br/>spec/knowledge/plants/*.md"]
C --> D["agrobiology-requirements-reviewer"]
D --> E["Review report<br/>spec/analysis/"]
E -->|Corrections| C
C --> F["Seed data / CSV import<br/>(REQ-012)"] Der Workflow besteht aus drei Schritten:
- Generierung -- Ein AI-Agent recherchiert und erstellt das Pflanzendokument
- Review -- Ein zweiter Agent prüft die Daten auf fachliche Korrektheit
- Import -- Das geprüfte Dokument dient als Grundlage für den Datenimport
Schritt 1: Pflanzendokument generieren¶
Der Agent plant-info-document-generator recherchiert automatisch alle relevanten Daten und erstellt ein strukturiertes Markdown-Dokument unter spec/knowledge/plants/.
Aufruf in Claude Code¶
oder für mehrere Pflanzen gleichzeitig:
Claude Code erkennt den Kontext und aktiviert den plant-info-document-generator Agent automatisch.
Was der Agent macht¶
- Eingabe analysieren -- Identifiziert den wissenschaftlichen Namen, die Familie und Gattung
- Recherche -- Sucht im Web nach:
- Taxonomie und Stammdaten (GBIF, RHS, USDA)
- Wachstumsphasen mit PPFD, VPD, Temperatur pro Phase
- Nährstoffprofile (NPK, EC, pH pro Phase)
- Schädlinge und Krankheiten mit Nützlingen
- Pflege- und Überwinterungshinweise
- Fruchtfolge und Mischkultur-Partner
- Dokument erstellen -- Schreibt ein vollständiges Dokument mit allen Kamerplanter-Feldreferenzen
Ergebnis¶
Das Dokument wird gespeichert als:
Beispiel: spec/knowledge/plants/ocimum_basilicum.md
Dokumentstruktur¶
Jedes generierte Dokument enthält diese Abschnitte:
| Abschnitt | Inhalt | Kamerplanter-Bezug |
|---|---|---|
| 1. Taxonomie & Stammdaten | Botanische Einordnung, Aussaat-/Erntezeiten, Vermehrung, Toxizität | REQ-001 Species/Cultivar |
| 2. Wachstumsphasen | Phasenübersicht, Anforderungsprofile, Nährstoffprofile, Übergangsregeln | REQ-003 Phasensteuerung |
| 3. Düngung | Empfohlene Produkte (mineralisch + organisch), Düngungsplan, Mischungsreihenfolge | REQ-004 Dünge-Logik |
| 4. Pflegehinweise | Care-Profil, Jahreskalender, Überwinterung | REQ-022 Pflegeerinnerungen |
| 5. Schädlinge & Krankheiten | Schädlinge, Krankheiten, Nützlinge, Behandlungsmethoden | REQ-010 IPM-System |
| 6. Fruchtfolge & Mischkultur | Gute/schlechte Nachbarn, Fruchtfolge-Einordnung | REQ-013 Pflanzdurchlauf |
| 7. Ähnliche Arten | Alternativen und verwandte Arten | -- |
| 8. CSV-Import-Daten | Fertige CSV-Zeilen für REQ-012 Import | REQ-012 Stammdaten-Import |
Jede Tabelle enthält eine KA-Feld-Spalte, die das exakte Kamerplanter-Datenbankfeld referenziert.
Schritt 2: Fachliches Review¶
Der Agent agrobiology-requirements-reviewer prüft das Dokument aus Sicht eines Agrarbiologie-Experten.
Aufruf in Claude Code¶
Was der Review-Agent prüft¶
- Taxonomie -- Wissenschaftliche Namen nach APG IV, korrekte Familienzuordnung
- Lichtdaten -- PPFD/DLI statt Lux, Photoperiodismus korrekt
- Klimadaten -- VPD-Berechnung plausibel, Tag-/Nachttemperatur getrennt
- Nährstoffe -- EC-Bereiche realistisch, Mischungsreihenfolge korrekt (CalMag vor Sulfaten)
- Schädlinge -- Wissenschaftliche Namen, IPM-Stufenansatz (Prävention > Monitoring > Intervention)
- Toxizität -- ASPCA-Daten für Katzen/Hunde verifiziert
- Mischkultur -- Kompatibilitäten biologisch begründet
Ergebnis¶
Der Review-Report wird gespeichert unter:
Findings werden klassifiziert als:
| Kategorie | Bedeutung |
|---|---|
| Sofortiger Korrekturbedarf | |
| Wichtige Aspekte fehlen | |
| Präzisierung nötig | |
| Best Practice Empfehlung |
Schritt 3: Import in Kamerplanter¶
Die geprüften Dokumente dienen als Grundlage für den Datenimport:
Option A: Seed-Data (Entwickler)¶
Die Pflanzendaten werden als Python-Seed-Skript unter src/backend/app/migrations/seed_plant_info.py eingebaut. Der Seed liest die Markdown-Dokumente und erstellt die entsprechenden ArangoDB-Dokumente.
Option B: CSV-Import (Endnutzer)¶
Jedes Pflanzendokument enthält im Abschnitt 8 fertige CSV-Zeilen, die über die REQ-012 Import-Funktion hochgeladen werden können.
Vorhandene Pflanzendokumente¶
Aktuell sind 32 Pflanzen vollständig dokumentiert:
Darunter Gemüse (Tomate, Paprika, Gurke, Zucchini, ...), Kräuter (Basilikum, Petersilie, Dill, Schnittlauch, ...), Zierpflanzen (Dahlie, Petunie, Sonnenblume, ...) und Zimmerpflanzen (Monstera, Einblatt, Grünlilie, Guzmania).
Tipps für gute Ergebnisse¶
Konkrete Sortennamen liefern
Statt "Tomate" besser "Tomate San Marzano" -- der Agent kann dann sortenspezifische Daten (Reifezeit, Resistenzen, Wuchstyp) genauer recherchieren.
Anbaukontext angeben
"Basilikum für Indoor-Anbau im Growzelt" liefert andere Ergebnisse als "Basilikum für den Garten" -- insbesondere bei Licht-, Temperatur- und Düngungsdaten.
Batch-Verarbeitung nutzen
Mehrere verwandte Pflanzen gleichzeitig anfragen (z.B. alle Küchenkräuter) -- der Agent kann dann Mischkultur-Beziehungen zwischen den Pflanzen gleich mitdokumentieren.
Immer Review durchführen
AI-generierte Daten können Fehler enthalten. Der agrobiology-requirements-reviewer findet erfahrungsgemäß 2--5 Korrekturen pro Dokument. Besonders EC-Werte, Toxizitätsdaten und Schädlingsnamen sollten geprüft werden.
Beteiligte Claude Code Agents¶
| Agent | Datei | Aufgabe |
|---|---|---|
plant-info-document-generator | .claude/agents/plant-info-document-generator.md | Recherchiert und erstellt Pflanzendokumente |
agrobiology-requirements-reviewer | .claude/agents/agrobiology-requirements-reviewer.md | Fachliches Review (Botanik, Pflanzenbau, IPM) |