Leaf Curling & Margin Scorch Diagnosis | 植物卷叶/焦边识别（干旱/病害）
AI视觉分析植物叶片卷曲焦边，诊断干旱/病害原因
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 Curling & Margin Scorch Diagnosis | 植物卷叶/焦边识别（干旱/病害）。 它的用途是：AI视觉分析植物叶片卷曲焦边，诊断干旱/病害原因 完整的 Skill 内容见：https://321skill.com/skills/leaf-health-scanner-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
'请帮我分析这张水稻叶片图片，叶片上卷且边缘干枯，土壤湿度传感器显示偏低。' 它会自动识别叶片上卷方向、焦边分布（老叶新叶、叶尖叶缘），结合土壤湿度数据，输出诊断：'叶片上卷、叶缘焦枯，土壤湿度偏低，可能干旱胁迫，建议立即灌溉，并检查是否伴有白粉病症状。' 同时提供后续管理建议。
介绍
该技能解决农业种植中叶片异常症状的快速诊断问题。传统依靠人工经验判断卷叶、焦边原因，效率低且易误判，尤其在早期发现时难以准确区分干旱、病害、药害或肥害。本Skill通过农业摄像头或上传的高清叶片图像，利用AI视觉技术自动检测叶片卷曲方向（上卷/下卷）和焦边分布（老叶/新叶、叶尖/叶缘），并可结合可选土壤湿度传感器数据，综合推断主要原因，输出具体诊断结论和灌溉、施药等建议。
使用方式：在智能体平台中安装本技能后，可上传叶片图像或连接农业摄像头，AI会自动识别并分析。系统支持定期巡检，一旦发现卷叶或焦边即触发分析，并输出如“叶片上卷、叶缘焦枯，土壤湿度偏低，可能干旱，建议灌溉”等诊断报告。用户也可手动调用，输入图像URL或本地文件路径。
适合用户：农业种植户、农技推广人员、农业科研机构、智慧农业公司、农业院校师生等。无需专业图像处理知识，直接获得可操作的诊断建议。
使用建议：尽量在自然光照下拍摄清晰叶片正反面图像；若同时提供土壤湿度数据，诊断准确率更高。本技能适用于常见作物（如水稻、小麦、蔬菜、果树等），对罕见病害或严重腐烂叶片可能存在误判，建议结合实地观察确认。
常见问题
这个技能能识别所有植物病害吗？
主要针对引起卷叶和焦边的常见原因（干旱、白粉病、病毒病、药害、肥害等），并非所有病害，但可扩展训练数据覆盖更多类型。
需要什么硬件设备？
需要一只农业摄像头或普通高清相机（手机摄像头即可），可选配合土壤湿度传感器。
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-health-scanner-2/raw/index.md 读取 Leaf Curling & Margin Scorch Diagnosis | 植物卷叶/焦边识别（干旱/病害） 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-health-scanner-2/raw/index.md（查看排版版本）