Plant Wilting Monitoring Skill | 植物枯萎监测技能
基于高光谱和计算机视觉的植物枯萎早期监测
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：Plant Wilting Monitoring Skill | 植物枯萎监测技能。 它的用途是：基于高光谱和计算机视觉的植物枯萎早期监测 完整的 Skill 内容见：https://321skill.com/skills/early-wilt-detection-10/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
'分析这张高光谱图像中的番茄叶片，判断是否有早期枯萎迹象。' 技能会立即处理图像，在界面中高亮异常区域，并输出枯萎风险等级（低/中/高）和置信度，同时给出建议的补救措施。
介绍
植物枯萎是农业生产中常见的病害信号，但肉眼往往在症状明显时才察觉，此时已错过最佳干预时机。本技能通过融合高光谱成像与计算机视觉技术，在植物叶片尚未出现肉眼可见的枯萎迹象时，就能捕捉到光谱反射率的细微变化，提前数天发出预警。
使用方式简单：用户只需提供高光谱相机拍摄的植物图像（或实时视频流），技能会调用内置的深度学习模型进行分析，并在界面中标记异常区域、显示置信度、输出枯萎风险等级。支持批量处理历史数据，也可对接实时监控摄像头实现自动巡检。
适合农业科研人员、温室管理者、植物病理学家、智能农业开发者以及对植物健康监测有需求的学术研究者。特别适合需要高精度、非破坏性、早期预警的温室或实验室场景。
注意：本技能依赖高光谱成像设备，普通RGB摄像头无法直接使用。建议在光照稳定的室内或温室环境中使用，强光或阴影可能影响检测精度。初次使用前需按照文档校准相机参数，并针对特定植物品种微调模型。
常见问题
需要什么硬件设备？
需要一台高光谱相机（如Specim、Headwall等品牌），分辨率建议不低于400-1000nm波段范围。
支持哪些植物品种？
目前主要针对番茄、黄瓜、辣椒等常见经济作物，其他植物需重新训练或微调模型。
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/early-wilt-detection-10/raw/index.md 读取 Plant Wilting Monitoring Skill | 植物枯萎监测技能 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/early-wilt-detection-10/raw/index.md（查看排版版本）