室内绿植叶片脱落预测

要解决什么问题

室内盆栽的下位叶变黄、突然成片脱落，有时是正常更新，有时是缺水、光照不足或营养缺乏等胁迫信号。只靠肉眼很难判断「哪几片叶会在几天内掉」以及老化速度是否在加快。若等叶子已经枯褐再处理，枯叶挂在株上影响观感；若把正常衰老误判成病害，又会过度干预。

本技能面向固定机位、每日同角度拍摄的叶片图像或短视频序列（资料建议至少覆盖约 7 天），把单次拍照变成可对比的时间序列，输出可查阅的结构化报告与历史清单。

技能如何工作

模型侧角色是植物衰老预测分析：在连续日间画面上跟踪可观测指标，并给出未来数天的脱落风险窗口，不提供具体药剂剂量等化学调控方案。

核心能力包括：

• 叶色趋势：绿 → 黄 → 褐的渐变识别
• 光泽度：叶面反光减弱等衰老表征
• 离层迹象：叶柄基部角度变化等 abscission 相关线索
• 量化输出：老化指数（0–100%）、风险叶片定位/编号、3–7 天脱落时间窗口
• 原因方向：区分自然衰老与缺水、光照不足、营养缺乏、高温胁迫等提示
• 养护建议：湿度、修剪、施肥等方向性建议（非处方级）

典型流程：用户提供本地路径或公网 URL（图片 jpg/png 或视频 mp4/avi/mov，单文件上限 10MB）→ 系统在技能根目录调用 scripts/smyx_leaf_aging_fall_prediction_analysis 完成分析与身份关联（用户无需手填内部身份）→ 返回报告内容与报告链接。查询「历史报告/报告清单」时须通过 --list 从云端 API 拉取，不得以本地记忆拼凑。

适用边界与注意点

• 输入需画面清晰、角度稳定；零散单张图难以支撑时间序列预测。
• 预测结果仅供养护参考；叶片老化脱落本身是生命周期现象，过早、过快脱落才更值得关注。
• 场景码为 SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS，可对接智能花盆、园艺类应用中的监测与提醒链路。