Chinese Herbal Active Ingredient Trend Analysis | 中草药有效成分积累趋势评估
利用AI视觉分析中草药叶片，评估有效成分积累趋势，确定最佳采收期。
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：Chinese Herbal Active Ingredient Trend Analysis | 中草药有效成分积累趋势评估。 它的用途是：利用AI视觉分析中草药叶片，评估有效成分积累趋势，确定最佳采收期。 完整的 Skill 内容见：https://321skill.com/skills/chinese-herbal-active-ingredient-trend-analysis-中草药有效成分积累趋势评-x-7/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
“请分析这张丹参叶片的图像，评估其有效成分积累趋势。” 它会调用技能，处理图像并提取特征，与丹参的标准图谱进行比对，最终输出一个趋势等级报告，例如“当前丹参有效成分积累趋势为：高，建议一周后进入采收窗口期。”
介绍
在中药种植和原料生产中，如何科学判断药用植物的最佳采收期，以确保药材的有效成分含量和品质，是一个关键难题。传统方法依赖经验或破坏性采样，效率低且难以规模化。
该技能通过分析固定摄像头或无人机拍摄的高清叶片图像，利用AI视觉技术提取叶片颜色饱和度、色相角、估算叶绿素相对含量和叶片厚度等关键指标。这些指标与特定品种在有效成分积累峰值期的标准图谱进行对比，从而智能评估出当前有效成分的积累趋势等级（低/中/高/峰值）。
它非常适合中药种植基地、GAP（良好农业规范）基地、中药材合作社以及药企原料基地的技术人员、生产管理者或农业科研人员使用。他们无需复杂的生化检测设备，就能快速、无损地掌握大田作物的生长状态。
使用时，建议在植物生长的关键时期（如花期、果期前）定期采集图像进行分析，并结合少量实地采样进行校准，以提高模型的准确性。注意，该技能的分析结果基于视觉特征与有效成分积累趋势的关联模型，对于新品种或环境条件差异巨大的情况，建议先建立本地化的标准参考图谱。
核心特点
该技能专注于中草药这一特定领域，通过分析叶片颜色、厚度等多维视觉特征，并与品种标准图谱对比，直接输出“有效成分积累趋势”这一农业生产的核心指标，而非通用的植物健康或病虫害识别。
注意事项
不适合用于非药用植物的生长评估，或对有效成分与叶片视觉特征关联性不明确的新品种进行初期判断。
常见问题
这个技能支持哪些中草药？
目前明确支持金银花、枸杞、黄芪、丹参等，其他品种需有对应的标准图谱才能有效分析。
需要什么样的拍摄设备？
需要能拍摄高清叶片图像的设备，如固定安装的高清摄像头、无人机或高像素手机，确保图像清晰、光线均匀。
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/chinese-herbal-active-ingredient-trend-analysis-中草药有效成分积累趋势评-x-7/raw/index.md 读取 Chinese Herbal Active Ingredient Trend Analysis | 中草药有效成分积累趋势评估 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/chinese-herbal-active-ingredient-trend-analysis-中草药有效成分积累趋势评-x-7/raw/index.md（查看排版版本）