O aumento significativo de criatórios de galinhas caipiras, especialmente da raça Canela-Preta, no estado do Piauí, ressalta a necessidade de superar desafios relacionados ao uso limitado de recursos tecnológicos no controle da produção avícola. Inovações tecnológicas impulsionam este cenário promissor, respondendo à crescente demanda por soluções eficazes de identificação e monitoramento de aves caipiras em diversos ambientes. Este trabalho justifica-se pela necessidade de desenvolver uma ferramenta precisa e acessível para auxiliarem atividades de monitoramento e controle de plantéis avícolas. Para Análise Bibliométrica e Revisão Sistemática a pesquisa foi desenvolvida de acordo com os seguintes passos básicos: a) desenho do estudo; b) coleta dos dados; c) análise dos dados; d) visualização e organização dos dados. E para o desenvolvimento do aplicativo para identificar galinhas da raça canela-preta utilizando um smartphone, a pesquisa utilizou 466 imagens de 152 galinhas da raça canela-preta. Essas imagens foram usadas para treinar e ajustar um algoritmo de identificação, permitindo aprender e reconhecer características específicas dessa raça. A arquitetura desse algoritmo desenvolvida com base em experimentações e avaliações de desempenho. Utilizou-se o framework YOLOv8 para detecção de objetos e localização das galinhas nas imagens. O algoritmo Random Forest foi aplicado para análise de características específicas e classificação precisa da raça. No desenvolvimento do aplicativo, optou-se por uma abordagem em que os usuários realizam a captura e transmissão de imagens em tempo real para um servidor central, recebendo, em contrapartida, resultados de identificação das aves. A análise estatística dos resultados de reconhecimento revelou uma taxa média de precisão de 99,4% e uma taxa de erro médio de 0,04%, evidenciando, assim, a confiabilidade da abordagem. O aplicativo desenvolvido revelou-se uma ferramenta promissora para a identificação precisa e eficiente dessas aves.