Orchid Growth Status Detection (Shoots / Spike / Roots) | 兰花新芽/花梗/根系状态识别
AI视觉检测兰花新芽、花梗、根系状态
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：AI视觉检测兰花新芽、花梗、根系状态 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-7/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
'请分析这张兰花照片，检测新芽数量、花梗长度和根系状态。' 它会返回：新芽3个，花梗5cm，根系白色健康，综合评估旺盛，并建议增加磷钾肥促进花梗生长。或者
对AI说：'最近这盆兰花长势变慢，拍张照帮我看看哪里出了问题。' 它会检查根系是否有褐色老化、新芽是否停滞，给出是否需要换盆或调整水分频率的指导。
介绍
兰花养护中，水肥管理、换盆时机、促花节奏往往依赖经验判断，但肉眼观察存在主观偏差，尤其是透明盆内的根系状态难以持续追踪。本Skill通过AI视觉分析技术，对兰花高清图像（含透明盆根系）进行量化检测，自动识别新芽萌发数量、花梗生长长度，并依据根系颜色（白色健康、褐色老化、黑色腐烂）评估健康等级，最终输出综合活力评估（旺盛/正常/衰弱）及具体养护建议，将模糊的“感觉”转化为可量化的数据。
使用方式极其简单：拍摄一张兰花整体或局部的高清照片（手机或专用摄像头均可），输入给AI即可。系统会依次识别新芽个数、测量花梗长度、分析根系颜色分布，然后结合三项指标给出综合评分，并生成类似“新芽萌发3个，根系健康，可适当增加磷钾肥促进花梗生长”的养护指导。整个过程无需任何硬件改造，只需确保透明盆内的根系能被清晰拍摄。
适合三类人群：家庭兰花爱好者，希望精准掌握每盆兰花的生长节奏，避免浇水过频或施肥不当；兰花园艺工作室的经营者，需要批量管理多品种兰花，快速筛选出需要换盆、促花或隔离的植株；兰花大棚或苗圃的技术人员，用于日常巡检记录，辅助制定统一的施肥、浇水批次计划。
使用时建议注意：拍摄光线要均匀，避免强光直射导致根系颜色失真；透明盆外壁如有水垢或青苔，需先擦拭干净以确保根系可见；对于刚移栽或尚未服盆的兰花，根系颜色可能受环境影响，建议结合多次观测结果综合判断，而非单次结论即调整养护方案。
核心特点
同类Skill通常只检测单一指标（如叶片颜色或花梗长度），而本Skill同时量化新芽、花梗、根系三个维度，并输出综合活力评分和可直接执行的养护建议，将视觉检测与园艺知识深度融合。
注意事项
依赖透明盆才能检测根系状态，且对图像清晰度和光照条件要求较高，弱光或模糊照片下识别准确率下降。
常见问题
需要专用摄像头吗？
不需要，普通智能手机拍摄的高清照片即可，但建议使用微距模式或对焦在根系区域，确保白色、褐色、黑色根系能清晰区分。
支持所有兰花品种吗？
支持常见的蝴蝶兰、石斛、建兰、墨兰等，但不同品种的新芽形态和花梗长度范围有差异，算法已针对主流品种进行训练，罕见品种可能需要先少量测试验证。
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-7/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-7/raw/index.md（查看排版版本）