Flowering & Fruit Set Rate Analysis | 番茄/辣椒开花坐果率分析
AI视觉分析番茄/辣椒植株的开花坐果率
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 & Fruit Set Rate Analysis | 番茄/辣椒开花坐果率分析。 它的用途是：AI视觉分析番茄/辣椒植株的开花坐果率 完整的 Skill 内容见：https://321skill.com/skills/flowering-fruit-set-rate-analysis-番茄-辣椒开花坐果率分析-x-6/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
‘请分析我刚刚上传的番茄植株照片，计算一下开花坐果率。’ 它会调用视觉模型，识别出图片中的12朵开放花朵和8个绿色幼果，然后自动计算出坐果率约为66.7%，并给出‘坐果情况良好，可继续保持当前管理’的简要评估。
介绍
该技能旨在解决家庭种植者、阳台菜园爱好者及小型温室管理者难以精确评估番茄、辣椒等作物授粉效果和生长状况的问题。传统人工计数花朵和幼果不仅耗时耗力，且容易出错，无法及时为水肥管理和人工辅助授粉提供数据支持。
用户只需使用手机或种植箱摄像头，拍摄包含花穗和幼果区域的清晰照片，上传给AI。技能内置的目标检测模型会自动识别并计数完全开放的花朵（花冠展开、雄蕊可见）和已成功坐果的幼果（子房膨大、直径约0.5-1cm的绿色小果），并自动计算坐果率（幼果数/花朵数×100%）。整个过程快速、非侵入，结果直观呈现。
该技能非常适合家庭园艺爱好者、阳台种植者、小型智能种植箱用户以及希望精细化管理的温室技术人员。他们无需专业的植物学知识或复杂的设备，通过日常拍照即可获得关键的生长数据。
使用建议：拍摄时请确保光线充足，聚焦于花果区域，避免背景过于杂乱。建议在花朵盛开期和幼果形成初期定期拍摄，以跟踪坐果率变化。注意，该分析基于视觉识别，对于花朵被叶片严重遮挡或幼果过小（<0.5cm）的情况，识别准确率可能下降，需结合人工观察综合判断。
核心特点
专注于番茄和辣椒这两种常见果蔬的特定生长阶段（开花至幼果初期），其AI模型针对“完全开放花朵”和“早期幼果”的视觉特征进行了专门优化，相比通用的植物识别工具，在坐果率计算这一细分场景下精度更高。
注意事项
不适用于花朵已凋谢、幼果已明显长大变色（如转红）的阶段，也无法识别因病虫害或营养问题导致的隐性坐果失败。
常见问题
坐果率多少算正常？
番茄、辣椒坐果率受品种、环境影响大，通常60%-85%属于较好水平，低于50%可能需检查授粉或水肥。
阴天拍照会影响识别吗？
光线不足可能影响识别精度，建议在自然光充足或补光条件下拍摄清晰照片。
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/flowering-fruit-set-rate-analysis-番茄-辣椒开花坐果率分析-x-6/raw/index.md 读取 Flowering & Fruit Set Rate Analysis | 番茄/辣椒开花坐果率分析 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/flowering-fruit-set-rate-analysis-番茄-辣椒开花坐果率分析-x-6/raw/index.md（查看排版版本）