Orchid Growth Status Detection (Shoots / Spike / Roots) | 兰花新芽/花梗/根系状态识别
通过高清图像识别兰花的新芽、花梗和根系生长状态。
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：Orchid Growth Status Detection (Shoots / Spike / Roots) | 兰花新芽/花梗/根系状态识别。 它的用途是：通过高清图像识别兰花的新芽、花梗和根系生长状态。 完整的 Skill 内容见：https://321skill.com/skills/orchid-growth-status-detection-shoots-spike-roots-兰花新芽-花梗-根系-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
‘请分析这张我刚拍的兰花照片，告诉我新芽长了多少，根系是否健康？’ 它会识别照片中的新芽和可见根系，测量新芽长度，并根据根系的颜色和饱满度给出健康状态评估。你还可以让它对比不同时期的照片，生成生长趋势报告。
介绍
这个AI技能旨在解决兰花爱好者或种植者难以精确、持续追踪兰花生长状态的问题。传统观察方法依赖经验且不够客观，尤其对于根系（通常隐藏在介质中）和新芽的早期识别存在困难。
用户只需通过兰花专用摄像头或智能手机拍摄高清照片（包括透明花盆中的根系），上传给AI进行分析。AI模型会识别图像中的关键生长点，如新芽（Shoots）、花梗（Spike）和根系（Roots），并对其状态（如长度、颜色、健康状况）进行测量和评估。
它非常适合家庭兰花种植者、专业兰花培育者、园艺博主以及植物学研究相关的人员使用。无论是想优化养护方案、记录生长日记，还是进行品种培育研究，都能从中获得数据支持。
使用建议包括：确保拍摄时光线充足、背景简洁，对焦清晰，尤其是拍摄根系时尽量使用透明花盆并清洁盆壁。注意事项：该技能主要基于视觉分析，无法诊断病虫害等复杂病害，对于严重遮挡或图像质量极差的照片识别准确率会下降。
核心特点
专注于兰花这一细分垂直领域，并能通过透明花盆识别通常不可见的根系状态，提供从新芽到花梗再到根系的完整生长周期监测，而同类植物识别技能通常更通用或仅关注地上部分。
注意事项
不适合诊断兰花的具体病虫害、营养缺乏等非视觉形态类问题，且对拍摄图像的质量和角度有较高要求。
常见问题
需要什么样的摄像头？
普通的智能手机摄像头即可，但推荐使用高清摄像头，并确保能清晰拍摄透明盆内的根系。
能识别哪些兰花品种？
主要针对常见家养兰花品种（如蝴蝶兰、卡特兰等），对非常稀有或形态特异的品种识别效果可能有限。
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/orchid-growth-status-detection-shoots-spike-roots-兰花新芽-花梗-根系-x-2/raw/index.md 读取 Orchid Growth Status Detection (Shoots / Spike / Roots) | 兰花新芽/花梗/根系状态识别 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/orchid-growth-status-detection-shoots-spike-roots-兰花新芽-花梗-根系-x-2/raw/index.md（查看排版版本）