Hydroponic Nutrient Concentration Visual Assessment | 水培植物营养液浓度视觉评估
通过AI视觉分析水培植物根叶状态，智能判断营养液浓度并给出调整建议。
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：Hydroponic Nutrient Concentration Visual Assessment | 水培植物营养液浓度视觉评估。 它的用途是：通过AI视觉分析水培植物根叶状态，智能判断营养液浓度并给出调整建议。 完整的 Skill 内容见：https://321skill.com/skills/hydroponic-nutrient-concentration-visual-assessment-水培植物营养液浓-x-3/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
“分析一下3号种植槽的植物图像，看看营养液是否需要调整。”，它会调用摄像头拍摄最新图片，识别根叶状态，并输出诊断结果如“根系轻微发黄，叶片边缘有焦枯迹象，判断营养液浓度偏高，建议增加20%清水稀释。”
介绍
本技能旨在解决水培种植中营养液浓度难以精确把控的痛点。传统方法依赖人工经验观察，主观性强且易误判，可能导致植物生长不良甚至死亡。
使用时，用户只需将本技能部署到配备固定摄像头的种植架环境中，系统便会自动定时拍摄植物根系（需在透明容器中）和叶片的高清图像。AI模型会分析根须颜色（白、黄、褐、黑）和叶片形态（叶尖灼伤、焦枯、黄化、卷曲），综合判断营养液浓度是过浓还是过稀。
它特别适合从事水培农业的种植者、农业科技公司的研发人员、植物工厂的运维人员，以及对精准农业和智能园艺感兴趣的高校师生与爱好者。这些用户通常需要高效、客观地监控大量植物的健康状况。
建议在部署前确保摄像头拍摄环境光线稳定、图像清晰，且植物根系所在的容器透明度足够。初期可结合人工测量（如EC值）进行交叉验证，以校准AI模型的判断准确性。注意，本技能主要基于视觉特征进行诊断，对于由病虫害、温度等其他因素引起的类似症状，判断可能存在局限。
核心特点
与同类植物健康监测技能相比，它专注于水培场景下的营养液浓度问题，通过结合根系（颜色）与叶片（形态）的双重视觉特征进行综合诊断，而非仅关注单一部位或通用病害。其输出直接关联到具体的农事操作建议（稀释或补充营养液）， actionable 更强。
注意事项
不适合用于土培植物、或病因复杂（如明确由病虫害、病毒引起）的非营养液浓度导致的植物生长问题诊断。
常见问题
需要什么样的摄像头？
需要固定安装的高分辨率摄像头，确保能清晰拍摄根系细节和叶片纹理。
能识别哪些植物？
主要适用于常见的水培叶菜、草本植物，对特定作物的判断精度可能需额外训练。
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/hydroponic-nutrient-concentration-visual-assessment-水培植物营养液浓-x-3/raw/index.md 读取 Hydroponic Nutrient Concentration Visual Assessment | 水培植物营养液浓度视觉评估 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/hydroponic-nutrient-concentration-visual-assessment-水培植物营养液浓-x-3/raw/index.md（查看排版版本）