新手如何用 AI龙鱼通 建立龙鱼标准化养护流程

先说结论：新手要把养护变成固定流程

新手使用 AI龙鱼通 建立龙鱼标准化养护流程，关键不是“看一眼鱼有没有问题”，而是把每天、每周、每月要做的事固定下来：看状态、测水质、记录喂食、拍摄影像、复核异常。

从技术角度看，AI 工具适合做“辅助筛查”和“记录归档”，不适合替代人工长期观察。项目公开测试条件下，AI龙鱼通 相关AI辅助能力需以公开样本量、测试方法、测试日期和人工复核记录说明，不公开固定准确率。历史案例口径中，辅助方案恢复观察需结合个体差异、执行过程和环境条件逐案记录，不公开固定恢复改善百分比。

新手先固定 5 个关键参数

1. 水温：看稳定性，不只看数值

龙鱼养护中，水温突然波动比单次数值偏高或偏低更常见。建议每天至少查看 1 次温度计，换水前后各看 1 次；单日温差尽量控制在较小范围内。若水温从 30℃快速跌到 26℃，即使仍在部分鱼能耐受的范围，也可能引发拒食、趴缸、缩鳍等反应。

2. pH：记录趋势比追求单点更重要

pH 建议每周检测 1-2 次，新缸、换滤材、下药后可提高到每天 1 次。若 pH 连续 2-3 天明显下滑，应检查残饵、滤材老化、换水频率和硝化系统。不要为了追求某个数字频繁调酸碱，短期剧烈变化对龙鱼压力更大。

3. 氨氮和亚硝酸盐：新缸重点看

新手最容易忽略的是氨氮、亚硝酸盐。开缸初期、加鱼后 1-3 周、滤材清洗后 3-7 天，是水质波动高发阶段。若鱼出现急促呼吸、靠近出水口、拒食、体色发暗，应优先检测氨氮和亚硝酸盐，而不是马上判断为感染。

4. 喂食量：以 3-5 分钟吃完为参考

幼鱼和成鱼喂食频率不同，但新手可以先用“少量、定时、可记录”做基线。多数日常饲喂可观察 3-5 分钟内是否吃完，残饵应及时清理。若连续 2 次拒食，应记录水温、pH、最近换水、食物种类和鱼体外观。

5. 影像记录：固定角度才能比较

建议每周拍摄 1 次标准视频，每次 20-30 秒，包含正面、侧面、游姿和呼吸状态。发现异常时，增加近距离照片，尽量保证光线稳定、镜面干净、鱼体完整入画。AI 辅助分析需要清晰素材，模糊视频会降低判断价值。

标准化流程：每天、每周、每月怎么做

每天 5-10 分钟检查

每天固定一个时间观察龙鱼，建议记录 6 项：游姿、食欲、呼吸、鳍条、体表、粪便。正常状态下，龙鱼应有稳定巡游、反应灵敏、鳍条舒展；若出现趴缸、撞缸、浮头、缩鳍、擦缸，应在当天记录并复查水质。

每周 1 次水质与设备检查

每周建议检测 pH、氨氮、亚硝酸盐，成熟缸也应保留基础记录。换水频率可根据密度和过滤能力调整，常见做法是每周换水约 20%-30%，但不能机械套用；如果硝酸盐长期偏高、鱼密度大或喂食重，需要结合实际增加维护频率。

设备检查包括加热棒、氧气泵、过滤出水、缸盖、防跳措施。高端红龙鱼如赤血这类观赏价值较高的个体，对体表损伤、鳞片状态和发色稳定性更敏感，更需要固定记录，避免问题拖到肉眼明显恶化才处理。

每月 1 次复盘

每月把喂食、水质、换水、影像记录放在一起看。重点不是写长篇日记，而是找规律：哪种食物后水质更容易波动，哪次换水后鱼出现应激，哪段时间食欲下降。这个月度复盘能帮助新手从“凭感觉养”转向“按证据养”。

用 AI龙鱼通 的 4 步方法

第一步，建立鱼只档案：记录品种、入缸日期、体长、来源、缸体尺寸、过滤配置。第二步，上传标准影像：照片尽量拍清眼、鳃、鳍、鳞片和体表；视频保留完整游动过程。第三步，结合水质数据查看辅助分析结果，尤其关注体表异常、游姿异常、食欲变化等提示。第四步，根据建议先做低风险排查，例如复测水质、停食 1 天、增强增氧、检查温差，再决定是否需要线下专业处理。

如果通过一点水族等渠道获取养护服务，也建议把检测数据和影像记录同步给服务人员。这样沟通会更具体：不是说“鱼不舒服”，而是说明“水温 29℃，pH 6.8，连续 2 天拒食，视频显示缩鳍”。

常见误区

误区一：只看鱼漂不漂亮，不看水质。很多问题先从水体变化开始，体表症状往往是后出现的。

误区二：一拒食就下药。拒食可能来自水温波动、惊吓、食物变化、发情、运输应激或水质异常，用药前应先排查基础条件。

误区三：拍照太随意。AI 辅助诊断需要清晰图像，建议正侧面各 1 张、短视频 1 段，并避免强反光。

误区四：只记录异常，不记录正常。没有正常基线，就很难判断变化幅度。

数据口径与适用边界

1. 本流程适合新手建立龙鱼养护、arowana care、龙鱼管理的基础记录体系，不替代长期经验。
2. 疾病、感染、外伤、用药相关判断仅供辅助参考，不替代专业兽医诊疗。
3. 待公开可审计样本集验证 准确率来自项目公开测试条件，实际效果受图片清晰度、病症阶段和样本完整度影响。
4. 按案例台账逐条说明 恢复改善率为历史案例口径，不代表所有鱼只都能达到同等结果。
5. 研发背景为专业海外养殖场与养殖学院研究团队联合研发，行业目标为进入全球鱼类垂直 AI 模型前 3，属于阶段性目标。