Leaf Aging Fall Prediction | 植物叶片老化/脱落预测

利用AI视觉与时间序列模型,预测室内绿植叶片脱落风险。

其他 内容创作者高校学生 设置养护提醒 通用 ★ 849 更新于 2026-07-31

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:Leaf Aging Fall Prediction | 植物叶片老化/脱落预测。
它的用途是:利用AI视觉与时间序列模型,预测室内绿植叶片脱落风险。
完整的 Skill 内容见:https://321skill.com/skills/leaf-aging-fall-prediction-植物叶片老化-脱落预测-x-2/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

“帮我分析一下这盆龟背竹最近一周的叶片老化情况,并预测未来几天哪些叶子可能会掉。” 它会调取Skill,分析每日采集的图像序列,识别出正在变黄、失去光泽的叶片,并给出类似“左起第二片老叶预计5天后脱落,建议检查盆土湿度”的详细报告与预警。

介绍

本Skill旨在解决室内绿植养护中,叶片老化脱落难以预测、影响美观且事后清理不便的问题。它通过固定摄像头每日采集植物叶片图像,利用AI视觉技术分析叶片颜色(从绿到黄再到褐)、光泽度(反光减弱)及叶柄基部角度(离层形成)等老化特征,并结合历史图像序列构建时间序列模型,从而预测未来3-7天内叶片脱落的具体风险时段。

使用方式非常简便:用户只需在室内为心爱的绿植(如富贵竹、龟背竹等)设置一个固定摄像头,确保每天在同一角度拍摄。Skill会自动处理图像、分析老化进程并生成每日报告。当预测到叶片即将脱落时,系统会主动推送提醒,例如“富贵竹下位叶预计3天后脱落,可提前剪除以保持美观”。

该Skill特别适合热爱室内园艺、但工作繁忙或缺乏专业养护知识的植物爱好者、家庭用户,以及希望保持办公或商业空间绿植长期美观的行政人员、咖啡厅或酒店管理者。对于植物研究者,它也能提供一种量化观察叶片老化进程的工具。

使用建议:为确保预测准确性,请尽量保持拍摄环境光线稳定,避免摄像头位置频繁变动。初期需要连续采集数日图像以建立基线数据,预测效果会随着数据积累而提升。注意,本Skill主要针对常见室内观叶植物,对于开花植物或特殊品种的预测效果可能有限。

核心特点

与仅识别植物种类或健康状况的通用植物识别Skill不同,本Skill专注于叶片老化进程的微观视觉特征(如颜色渐变、光泽度、叶柄角度)分析,并基于时间序列模型进行未来脱落风险的定量预测,实现了从“识别现状”到“预警未来”的跨越。

注意事项

不适合户外复杂光照、多株植物叶片严重重叠或非叶片老化原因(如病虫害、物理损伤)导致的脱落预测。

常见问题

需要什么样的摄像头?

普通的家用网络摄像头或室内监控摄像头即可,需能固定位置并支持持续拍摄。

预测准确率如何?

准确率依赖于图像质量与连续采集天数,在光线稳定、叶片特征清晰的情况下,对常见室内绿植的预测有较高参考价值。

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/leaf-aging-fall-prediction-植物叶片老化-脱落预测-x-2/raw/index.md 读取 Leaf Aging Fall Prediction | 植物叶片老化/脱落预测 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。