Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别
通过图像和光照数据，智能识别室内植物的光照压力状态。
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：Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别。 它的用途是：通过图像和光照数据，智能识别室内植物的光照压力状态。 完整的 Skill 内容见：https://321skill.com/skills/plant-light-stress-detector-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
‘请帮我分析一下这盆琴叶榕的照片，它最近新叶子长得慢，老叶子有点发黄。’ 它会先询问你是否在相同位置测量过光照强度（lux）。你可以选择上传照片和lux数据，或者只上传照片。随后，AI会分析图像，指出是否存在光照不足或过强的迹象，并给出调整摆放位置或补光/遮光的具体建议。
介绍
这个Skill旨在解决室内植物养护中最常见的光照管理难题。许多植物爱好者难以准确判断植物是因光照不足而徒长、黄叶，还是因光照过强而灼伤、焦边，仅凭肉眼观察和经验容易误判，导致植物生长不良甚至死亡。
它通过分析用户上传的植物照片，结合可选的光照强度（lux）数据，利用图像识别和数据分析模型，自动检测植物叶片和整体状态中与光照压力相关的症状。例如，它能识别出因缺光导致的茎秆细长、叶片稀疏、颜色变浅，或强光引起的叶片灼伤、卷曲、褪色等现象。
该Skill非常适合热爱绿植但缺乏专业养护知识的家庭用户、办公室行政人员、植物商店店员，以及进行相关研究的植物学爱好者或学生。它降低了专业植物诊断的门槛，让非专业人士也能获得科学的养护指导。
使用建议：为了获得更准确的分析结果，建议在自然光下拍摄清晰的植物整体及局部特写照片。如果条件允许，使用手机的光照计App或专业照度计提供环境lux值，将使分析更具参考价值。请注意，分析结果仅供参考，严重病害还需结合其他因素综合判断。
常见问题
没有专业照度计，只用手机拍照能分析吗？
可以。Skill核心功能基于图像分析，即使没有lux数据，也能通过视觉症状进行识别和给出建议。
分析结果准确率如何？
对于典型的光照胁迫症状（如明显徒长或晒斑）识别率较高，但复杂情况或早期症状可能需要结合更多信息判断。
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/plant-light-stress-detector-7/raw/index.md 读取 Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别 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/plant-light-stress-detector-7/raw/index.md（查看排版版本）