RRepoGEO

REPOGEO 报告 · LITE

GitHpriyanshu23/Smart-Plant-Doctor

默认分支 main · commit 19098e88 · 扫描时间 2026/6/28 17:18:19

星标 706 · Fork 1

AI 可见性总分
28 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 1 · 警告 1 · 失败 0
客观元数据检查
AI 认识你的名字
2 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 GitHpriyanshu23/Smart-Plant-Doctor 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highreadme#1
    Reposition README H1 and opening paragraph to clarify project type

    原因：

    当前
    # Smart Plant Doctor

**Smart Plant Doctor** is an AI + IoT plant health platform that combines real-time environmental sensing from ESP32 devices with image-based disease detection and an AI plant care assistant.
    复制粘贴的修复
    # Smart Plant Doctor: Full-Stack AI + IoT Plant Health Platform Template

**Smart Plant Doctor** is a production-ready, full-stack **React + FastAPI** application template for building AI + IoT plant health platforms. It combines real-time environmental sensing from ESP32 devices with image-based disease detection (MobileNetV2) and an AI plant care assistant (Gemma 4), featuring Supabase authentication, live WebSocket dashboards, and a robust API.
  • hightopics#2
    Add relevant topics to the repository

    原因：

    复制粘贴的修复
    ai, iot, plant-health, disease-detection, full-stack, react, fastapi, esp32, streamlit, supabase, machine-learning, computer-vision, real-time, websocket, pwa, gemma
  • mediumlicense#3
    Add a LICENSE file to the repository

    原因：

    复制粘贴的修复
    Create a `LICENSE` file in the root of the repository. A common choice for open-source projects is the MIT License, which allows broad reuse.

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 GitHpriyanshu23/Smart-Plant-Doctor
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
AWS IoT Core
在 2 个问题中被推荐 2 次
竞品排行
  1. AWS IoT Core · 被推荐 2 次
  2. AWS Amplify · 被推荐 2 次
  3. Google Cloud IoT Core · 被推荐 2 次
  4. Firebase · 被推荐 2 次
  5. Azure Machine Learning · 被推荐 2 次
  • 品类问题
    How to build an AI and IoT platform for smart plant health monitoring and disease detection?
    你：未被推荐
    AI 推荐顺序：
    1. AWS IoT Core
    2. AWS SageMaker
    3. AWS Amplify
    4. React
    5. Google Cloud IoT Core
    6. Google Cloud AI Platform (Vertex AI)
    7. Firebase
    8. Angular
    9. Microsoft Azure IoT Hub
    10. Azure Machine Learning
    11. Azure App Service
    12. Power Apps
    13. TensorFlow Lite
    14. Raspberry Pi
    15. NVIDIA Jetson
    16. OpenVINO
    17. Intel Movidius Myriad X
    18. Grafana
    19. InfluxDB
    20. Power BI
    21. Tableau

    AI 推荐了 21 个替代方案，却始终没点名 GitHpriyanshu23/Smart-Plant-Doctor。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    Looking for a full-stack template to combine real-time IoT sensor data with AI recommendations.
    你：未被推荐
    AI 推荐顺序：
    1. AWS IoT Core
    2. AWS Amplify
    3. SageMaker
    4. AWS IoT Rules Engine
    5. AWS Lambda
    6. AWS Kinesis Data Streams
    7. Firehose
    8. Amazon DynamoDB
    9. Amazon Timestream
    10. Amazon Personalize
    11. Google Cloud IoT Core
    12. Firebase
    13. Google Cloud AI Platform
    14. Vertex AI
    15. Google Cloud Functions
    16. Google Cloud Dataflow
    17. Google Cloud Firestore
    18. Google Cloud Bigtable
    19. Recommendation AI
    20. Azure IoT Hub
    21. Azure App Service
    22. Azure Functions
    23. Azure Machine Learning
    24. Azure Stream Analytics
    25. Azure Cosmos DB
    26. Azure SQL Database
    27. Azure Static Web Apps
    28. Node.js
    29. Python
    30. MQTT
    31. WebSockets
    32. TensorFlow.js (tensorflow/tfjs)
    33. PyTorch (pytorch/pytorch)
    34. Mosquitto (eclipse/mosquitto)
    35. EMQX (emqx/emqx)
    36. Express.js (expressjs/express)
    37. NestJS (nestjs/nest)
    38. Flask (pallets/flask)
    39. Django (django/django)
    40. socket.io (socketio/socket.io)
    41. websockets (python-websockets/websockets)
    42. PostgreSQL
    43. MongoDB
    44. InfluxDB (influxdata/influxdb)
    45. TensorFlow (tensorflow/tensorflow)
    46. React (facebook/react)
    47. Vue.js (vuejs/core)
    48. Angular (angular/angular)
    49. Home Assistant (home-assistant/core)
    50. Node-RED (node-red/node-red)
    51. SQLite
    52. MariaDB
    53. Lovelace UI
    54. scikit-learn (scikit-learn/scikit-learn)

    AI 推荐了 54 个替代方案，却始终没点名 GitHpriyanshu23/Smart-Plant-Doctor。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    warn

    建议：

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of GitHpriyanshu23/Smart-Plant-Doctor?
    pass
    AI 未点名 GitHpriyanshu23/Smart-Plant-Doctor —— 很可能在说另一个项目

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts GitHpriyanshu23/Smart-Plant-Doctor in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 GitHpriyanshu23/Smart-Plant-Doctor

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo GitHpriyanshu23/Smart-Plant-Doctor solve, and who is the primary audience?
    pass
    AI 明确点名了 GitHpriyanshu23/Smart-Plant-Doctor

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 GitHpriyanshu23/Smart-Plant-Doctor 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/GitHpriyanshu23/Smart-Plant-Doctor.svg)](https://repogeo.com/zh/r/GitHpriyanshu23/Smart-Plant-Doctor)
HTML
<a href="https://repogeo.com/zh/r/GitHpriyanshu23/Smart-Plant-Doctor"><img src="https://repogeo.com/badge/GitHpriyanshu23/Smart-Plant-Doctor.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

GitHpriyanshu23/Smart-Plant-Doctor — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3