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

用AI视觉预测室内绿植叶片脱落时间

其他 学术研究者高校学生 监测植物叶片老化进程提前预警 通用 ★ 847 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:用AI视觉预测室内绿植叶片脱落时间
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/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

'帮我监控窗台上的富贵竹,每天在早上9点拍摄并分析叶片老化情况,预测下次叶片脱落时间。' 它会要求你设置固定摄像头并确认拍摄角度,之后每日自动分析,当预测叶片将在3天内脱落时,推送提醒:'富贵竹下位叶预计3天后脱落,建议提前剪除以保持美观。' 同时每日生成老化报告,包含颜色、光泽度、角度变化曲线。

介绍

室内绿植爱好者常因无法及时察觉叶片老化而错过最佳修剪时机,导致植株美观度下降或养分浪费。本技能通过固定摄像头每日采集同一角度叶片图像,利用AI视觉分析颜色变化(绿→黄→褐)、光泽度下降、叶柄离层形成等老化指标,结合时间序列模型预测未来3-7天内的脱落风险时段,帮助用户提前干预。

使用时,只需将固定摄像头对准目标绿植,系统每日自动拍摄并分析。用户可查看每日老化报告,包含叶片颜色、光泽度、角度变化等量化指标。当预测即将落叶时,系统会推送提醒(如“富贵竹下位叶预计3天后脱落”),并建议用户提前剪除以保持美观。支持多株植物同时监控,所有数据通过历史图像序列对比生成。

适合室内绿植爱好者、园艺爱好者、植物养护从业者以及智能家居用户,尤其适合养有多盆绿植但难以逐一观察的忙碌人群。学术研究者也可用于植物生长周期观测实验。

使用建议:确保摄像头固定且光线充足,避免遮挡。建议每天同一时间拍摄以保证数据一致性。对于快速落叶品种(如部分观叶植物),预测精度可能受环境因素影响,可结合手动观察辅助判断。系统需保持持续运行,中断拍摄可能影响预测准确性。

核心特点

与通用植物健康监测工具不同,本技能专门针对叶片脱落预测,通过分析叶柄离层形成角度变化这一独特指标,结合历史图像序列的时间序列模型,能够提前3-7天预测脱落时间,而非仅判断当前健康状态。

注意事项

要求固定摄像头每日同一角度拍摄,不适合移动盆栽或室外环境,且对光照变化敏感,极端光照可能导致误判。

常见问题

需要专用的摄像头吗?

不需要,任何支持定时拍摄的固定摄像头(如USB摄像头、智能摄像头)均可,分辨率建议至少720p。

支持哪些植物品种?

目前支持常见室内观叶植物,如富贵竹、绿萝、龟背竹、虎皮兰等,对叶片颜色变化明显的品种效果更佳。

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/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。