植物萎蔫程度量化(缺水/水多)
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_bb47e3e3/plant-wilting-quantification-analysis。
技能介绍
要解决什么问题
智能花盆、温室固定机位里,植物萎蔫往往来得很快:叶子耷拉、茎秆发软,但缺水和水涝(根系缺氧)在外观上很像。若只看“蔫了就去浇水”,水涝场景反而会加重根部损伤。本技能面向整株侧视图像(或视频),把萎蔫从主观观感变成可比较的指数,并在有土壤湿度数据时辅助区分干预方向。
技能如何工作
Agent 按植物生理健康分析角色处理输入:本地路径、--url 网络资源或用户上传的附件,在技能根目录调用 scripts.smyx_plant_wilting_quantification_analysis 走云端视觉分析,输出结构化报告与报告链接。
核心量化维度包括:
- 叶片–茎秆夹角:下垂角度(侧视最关键)
- 茎秆挺直度:弯曲、倒伏程度
- 叶片舒展度:展开与卷缩
三项加权得到 0–100% 萎蔫指数,并映射健康 / 轻度 / 中度 / 重度分级。可选融合土壤湿度,对照缺水与水涝的典型表观差异(边缘干枯 vs 整体发黄柔软、基部发黑等),给出灌溉或排水方向提示——不给出具体浇水量。
历史报告需走云端:python -m scripts.smyx_plant_wilting_quantification_analysis --list,禁止从本地 memory 拼凑清单;用户身份由系统静默关联,不向用户索要或展示。
适用边界与注意点
- 拍摄以清晰侧视为主;俯视图难以可靠估计夹角。
- 支持常见图片/视频格式,单文件上限 10MB。
- 无湿度传感器时,缺水/水涝判断仅为推测,宜结合摸土、看盆底积水等人工确认。
- 高温午间蒸腾性萎蔫可能在傍晚自行恢复,不必一律按紧急缺水处理。
使用场景
- 智能花盆定时抓拍侧视照片后,需要把叶片下垂与茎秆弯曲换算成 0–100% 萎蔫指数并决定是否提醒浇水
- 温室固定摄像头发现某盆叶片耷拉时,要结合土壤湿度读数判断是缺水还是盆内积水导致根系缺氧
- 植物工厂巡检上传整株视频,要对多株做萎蔫分级并输出排水或补水的干预方向(不含具体水量)
- 家庭园艺用户上传阳台盆栽侧视图,想区分午间蒸腾性萎蔫与持续缺水,避免水涝时误浇
适合人员
- 部署智能花盆与土壤传感器的家庭园艺爱好者,需要图像量化萎蔫并收到浇水或停浇提示
- 温室运维人员,用机位视频做例行监测并在异常萎蔫时区分干旱与水涝再安排灌溉或通风排水
- 植物工厂技术员,要对批次植株做萎蔫评分与分级,并把结果沉淀为可查询的历史量化报告
- 集成园艺 IoT 的开发者,希望在 Agent 流程里调用脚本完成图像分析并拉取 `--list` 云端历史报告