Ferramentas de IA avaliadas para o seu trabalho
Ganhe treinando IA
🤝 Você está na biblioteca Grátis & Open Source — ferramentas feitas pela comunidade que você pode usar sem pagar. Um conceito diferente do nosso diretório de IA avaliado.
Início › Grátis & Open Source › Agricultura › Smart Plant Doctor
✦ Grátis & open sourceAgricultura

Smart Plant Doctor

Plataforma de saúde de plantas com IA e IoT combinando sensores ESP32 com detecção de doenças em PyTorch.

Smart Plant Doctor: Plataforma de Saúde IA + IoT

Monitore plantações com streams de sensores ESP32 em tempo real, detecção de doenças por MobileNetV2 e chat de IA Gemma 4.

Grátis para sempre · open source · MIT
✓ Needs IT✓ No navegador✓ Colaboração em tempo real
7.3
ZEKAI
Ferramenta de plantações full-stack com IA e IoT
Grátis & open source · Agricultura
Facilidade de configuração6
Utilidade8
Manutenção8.5
Comunidade6.5
★ 577
GITHUB
Jul 2026
ATUALIZADO
MIT
LICENÇA
🛠 Não quer hospedar você mesmo? Nós configuramos para você →
⚡ Resposta rápida

Smart Plant Doctor é uma plataforma open-source que combina monitoramento ambiental em tempo real de dispositivos ESP32 com classificação de doenças baseada em imagem e um assistente de cuidados com IA. É ideal para engenheiros agrícolas, agricultores inteligentes e desenvolvedores que constroem sistemas personalizados de monitoramento de lavouras impulsionados por IoT.

Funciona em
Web
Hospedagem
Self-host
Idiomas
Python
Licença
MIT

O que é

A aplicação ingesta métricas de sensores ao vivo, como temperatura, umidade, luz e umidade do solo, via WebSockets em um painel em React. Ela classifica doenças de plantas em 29 classes usando um modelo PyTorch MobileNetV2 e combina diagnósticos com Google Gemma 4 para conselhos de cuidados contextuais.

Para quem

É ideal para desenvolvedores de agtech e produtores com conhecimento tecnológico que desejam um sistema full-stack conectando microcontroladores físicos a diagnósticos alimentados por IA. Não é adequado para usuários não técnicos que procuram um produto comercial plug-and-play sem fiação de hardware manual e configuração de servidor.

Recursos principais

Painel de IoT em Tempo Real

Transmite temperatura, umidade, luz e umidade do solo de dispositivos ESP32 via WebSockets.

Detecção de Doenças por MobileNetV2

Classifica doenças de plantas em 29 categorias a partir de imagens de folhas enviadas usando um modelo PyTorch treinado.

Assistente de Plantas Gemma 4

Fornece conselhos de cuidados contextuais usando IA do Google integrada com dados de sensores e diagnóstico em tempo real.

Mapa de Doenças Colaborativo

Rastreia relatórios anônimos de saúde de plantas usando Leaflet e dados geohash.

Como começar

Pronto em 3 passos

1
Clone o repositório, configure as variáveis de ambiente do backend e inicie o servidor FastAPI com Uvicorn.
2
Instale as dependências do frontend, configure as credenciais do Supabase no arquivo de ambiente do Vite e execute o servidor de desenvolvimento.
3
Grave o firmware do ESP32 via PlatformIO, registre seu dispositivo na interface web e resgate-o usando seu token de dispositivo.
Falando sério

Nosso veredito honesto

Pontos fortes

  • Integra hardware de sensor ESP32 físico diretamente com painéis web e WebSockets ao vivo.
  • Combina detecção de doenças por imagem MobileNetV2 com uma taxonomia de 29 classes.
  • Inclui um assistente de IA Gemma 4 que considera leituras de sensores ao vivo e histórico de diagnóstico.
  • Oferece uma enciclopédia estruturada de plantas cobrindo guias de cuidados e dicas sazonais para seis espécies.

Onde deixa a desejar

  • Requer configuração manual de um banco de dados PostgreSQL, backend FastAPI, frontend React e autenticação Supabase.
  • Depende de chaves de API externas pagas ou configuradas, como o Google Gemini para o assistente de chat.
  • Requer gravação e provisionamento de hardware ESP32 usando PlatformIO.
  • Depende do Supabase para serviços centrais de autenticação e banco de dados se não estiver usando SQLite local.
Custo

Preços & licença

Gratuito sob sua licença open-source MIT. O único custo é rodar a infraestrutura necessária, como hospedar o backend em FastAPI, configurar um banco de dados e cobrir os custos de API para o Google Gemini.

Trabalho remunerado

Vagas para quem fala português

896 vagas remotas abertas de treinamento de IA, atualizadas em 16 de novembro de 2026; a maioria paga $20–$175 por hora. 10 delas pedem falantes de português. O Zekai lista de graça; a candidatura vai para a plataforma do empregador.

Ver todas as vagas abertas →
Comparar

Alternativas

🎁 Alternativas grátis & open source

Estas ferramentas de IA avaliadas fazem o mesmo trabalho na hora — do nosso diretório avaliado.

Saiba mais

Use, ou deixe que a gente configure

📄 PDF grátis: Smart Plant Doctor para Agricultura
Um guia em linguagem simples para o seu primeiro resultado. Enviado ao seu e-mail.
🔔 64 pessoas querem um tutorial em vídeo completo — adicione seu voto
🛠 Não quer configurar você mesmo?
Nós instalamos, hospedamos e configuramos o Smart Plant Doctor para você — e treinamos sua equipe.
Deixe com a gente ↗
Perguntas

FAQ

De qual hardware preciso para o streaming de sensores?

Você precisa de um microcontrolador ESP32 configurado com o firmware PlatformIO fornecido para ingerir dados de temperatura, umidade e umidade do solo.

Qual é a precisão do modelo de detecção de doenças?

O modelo baseado em MobileNetV2 relata uma precisão de validação de aproximadamente 92.37% em 29 classes para seis espécies de plantas suportadas.

Posso rodar o banco de dados localmente sem o Supabase?

Sim, o desenvolvimento local suporta SQLite junto com PostgreSQL, embora o Supabase seja necessário para o Google OAuth e autenticação gerenciada em nuvem.

Radar

Últimas notícias de IA

✉️ O kit gratuito semanal
As melhores novas ferramentas grátis & open source para Agricultura — um e-mail curto por semana, no seu idioma.
Grátis · 1 e-mail/semana · cancele quando quiser
Ganhe dinheiro treinando IA →

Veja o Zekai primeiro no Google