Leaf Aging Fall Prediction | 植物叶片老化/脱落预测
利用AI视觉预测室内绿植叶片脱落时间，提前养护提醒。
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视觉预测室内绿植叶片脱落时间，提前养护提醒。 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-5/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
“帮我监控这盆绿萝最下面那片开始发黄的叶子。”，它会启动每日图像分析，并在一段时间后告诉你：“分析完成，该叶片光泽度持续下降，离层初步形成，预计5天后可能脱落，建议您考虑是否提前修剪。”
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、影响美观的问题。通过固定摄像头每日采集同一角度的叶片图像，利用AI视觉技术分析叶片颜色（从绿到黄再到褐）、光泽度下降以及叶柄基部角度变化等老化特征，并结合时间序列模型预测未来3-7天内叶片脱落的风险时段。
使用时，用户只需将摄像头对准需要监控的盆栽植物，系统便会自动进行每日图像采集与分析。它会生成每日老化进程报告，并在预测到叶片即将脱落时，通过推送通知提醒用户（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非常适合热爱绿植但缺乏专业养护知识、希望保持室内植物美观的普通家庭用户，以及植物商店、办公室等需要批量照料绿植的场景。对于植物研究者，它也能提供连续、客观的叶片老化数据记录。
建议确保摄像头固定且拍摄角度、光线条件相对稳定，以获得更准确的分析结果。初期需要对同一株植物进行几天连续监测，以建立其正常状态基线。对于叶片过小或纹理过于复杂的植物，预测精度可能有所下降。
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（如光泽度、离层角度）的连续追踪，并基于时间序列模型进行脱落风险预测，实现了从“状态识别”到“未来事件预警”的跨越。
注意事项
不适合户外环境或光照、角度变化剧烈的场景，对叶片极小或纹理极不规则的植物预测精度有限。
常见问题
需要什么样的摄像头？
普通的室内固定网络摄像头即可，需保证每天能从同一角度稳定拍摄。
预测准确吗？
在室内光线稳定、叶片特征明显的条件下，对常见家养绿植（如绿萝、富贵竹）的脱落时间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-5/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。
AI 可直接读取的原始 Markdown 地址：/skills/leaf-aging-fall-prediction-植物叶片老化-脱落预测-x-5/raw/index.md（查看排版版本）