Agent Skills
返回列表
温室植物气候联动调控分析

温室植物气候联动调控分析

数据分析 更新于 2026.08.30

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_15292d5a/yjkj-smyx-greenhouse-climate-plant-feedback-analysis。

技能介绍

问题:温室控制常缺“植物视角”

传统温室调控多依赖温湿度、光照阈值,容易在“环境合格但植物已受胁迫”时滞后。例如土壤湿度未到报警线时叶片已经萎蔫,或光照较强时叶色开始黄化。该技能要解决的是把固定摄像头看到的植物形态(叶片萎蔫角度、茎秆挺直度、叶色变化)与环境传感器数据放在一起,形成按需控制依据。

工作方式:图像 + 传感器数据 + 指令生成

输入可为 jpg/png 图像或 mp4/avi/mov 视频,建议覆盖完整植物冠层;也可附带同时段 lux、气温、湿度、土壤湿度等数据。技能通过 scripts/smyx_greenhouse_climate_plant_feedback_analysis.py 调用 API,判断水分、光照、温度胁迫,并输出动作指令及 HIGH/MEDIUM/LOW 优先级。典型结果包括:

  • 灌溉:植物萎蔫且土壤湿度低于阈值
  • 遮阳:光照过强导致叶片卷曲
  • 风机/湿帘:温湿度超标并出现热胁迫
  • 加热器:低温胁迫下的启动建议

它不输出 PID、阀门开度等控制参数,适合作为上层决策参考。

适用边界

该技能面向智能温室、植物工厂、连栋大棚等闭环控制分析场景。分析结果仍应结合本地控制器安全策略执行;历史报告需从云端 API 查询,不适合仅依赖本地缓存。图像质量、冠层覆盖范围和传感器同步性会影响判断质量。

使用场景

  • 巡检连栋番茄棚时,用冠层照片判断是否启动灌溉、遮阳或风机。
  • 植物工厂夜班根据热胁迫迹象,生成风机/湿帘与加热器的动作优先级。
  • 温室运维复盘历史调控记录,从云端清单定位某片区域的分析报告。
  • 多棚对比时,基于叶色黄化和茎秆弯曲评估水分、光照胁迫差异。

适合人员

  • 温室运维工程师:需要把相机图像和环境数据转成可执行的调控优先级。
  • 植物工厂中控值班人员:夜班需要快速判断热胁迫并给出风机、湿帘动作。
  • 农艺师:需要复盘叶片黄化、卷曲等形态信号并关联灌溉、遮阳建议。
  • 智能温室集成商:需要向客户展示闭环反馈分析的历史报告与指令输出。