Flowering Date Prediction | 开花植物花期预测
利用AI与传感器数据，精准预测观赏植物未来3-7天的开花日期。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Flowering Date Prediction | 开花植物花期预测。 它的用途是：利用AI与传感器数据，精准预测观赏植物未来3-7天的开花日期。 完整的 Skill 内容见：https://321skill.com/skills/bloom-forecast/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“分析过去一周温室A区玫瑰‘卡罗拉’的花蕾图像和温光数据，预测其盛花期。”，它会调用模型处理图像与传感器数据流，计算出最可能的花朵完全开放日期，并给出置信度。你可以进一步询问：“根据这个预测，我们应该在哪几天安排游客采摘体验活动？”，它会结合花期窗口和活动准备周期，为你推荐具体的活动执行日期。
介绍
本技能旨在解决花卉种植、观光产业中花期难以精准预测的问题。传统的花期预估依赖经验，误差较大，无法满足精细化的生产与活动安排需求。
该技能通过部署在温室或园区内的固定摄像头或无人机，定期采集花蕾发育阶段的图像，同时结合环境传感器收集的累积温度（生长度日，GDD）和累积光照（光合有效辐射或日照时长）数据。这些多模态数据被输入到预训练的物候模型中进行分析，最终输出未来3-7天内花朵达到完全开放状态的具体日期预测。
它非常适合智慧农业温室的管理者、切花生产基地的生产调度员、植物园的园艺师以及花卉观光园区的运营策划人员使用。这些用户需要基于精准的花期信息来安排授粉、采收、物流、门票预售和节庆活动，以最大化经济效益和游客体验。
使用建议：确保摄像头视野清晰、传感器数据稳定接入是预测准确性的基础。建议在关键生长期（如花蕾膨大期）增加数据采集频率。该模型预测结果受品种特性和历史训练数据影响，对于新品种或极端气候条件下的预测，建议结合人工经验进行综合判断。
常见问题
需要安装哪些硬件设备？
需要至少一个固定摄像头或无人机用于图像采集，以及温度、光照传感器用于环境数据收集。
预测结果可以精确到小时吗？
目前模型主要预测未来3-7天的开花日期（天级别），尚不支持精确到小时的预测。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/bloom-forecast/raw/index.md 读取 Flowering Date Prediction | 开花植物花期预测 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/bloom-forecast/raw/index.md（查看排版版本）