Plant Vitality Index | 植物整体活力指数（综合评分）
AI模型综合评估植物健康，输出活力评分与趋势。
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：Plant Vitality Index | 植物整体活力指数（综合评分）。 它的用途是：AI模型综合评估植物健康，输出活力评分与趋势。 完整的 Skill 内容见：https://321skill.com/skills/plant-vitality-index-植物整体活力指数-综合评分-x/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
“请分析过去一周我温室里这株番茄的监测数据，评估它的整体活力。”，它会调用模型，综合处理每日的图像、温湿度和新芽计数，最终输出一个如“活力评分：85，趋势：稳定”的报告，并可能附上关键指标的变化图表。
介绍
该Skill旨在解决植物养护过程中难以量化评估其健康状况的问题。传统方法依赖人工观察，主观性强且无法捕捉细微变化，而本Skill通过AI模型，将图像、环境与生长数据转化为客观的活力指数，让植物健康状态一目了然。
使用时，只需将植物监测平台（如摄像头、传感器）定期采集的图像、环境数据（温湿度等）及生长指标（新芽数、叶面积变化等）提供给该AI模型。模型会融合分析叶片颜色（叶绿素指数）、形态特征（舒展度、大小）和生长动态（新芽萌发率、叶面积增长率），自动计算出一个0-100分的整体活力评分，并判断其趋势是上升、稳定还是下降。
它非常适合园艺爱好者、植物种植园管理者、农业科研人员以及智能家居或智慧农业领域的开发者。这些用户需要一种自动化、数据驱动的工具来精准监控植物生长，以便及时调整养护策略，提升植物存活率与生长质量。
使用建议方面，为确保评分准确，建议保持数据采集的周期性和一致性（如每日定时）。同时，模型的准确性高度依赖于输入数据的质量，因此需要确保图像清晰、传感器数据准确。对于不同种类的植物，可能需要针对性地调整评估模型的参数阈值以获得更贴合实际的评估结果。
核心特点
与仅分析单一指标（如仅叶色或仅形态）的植物监测工具不同，本Skill深度融合了颜色、形态、生长动态三大维度的多源数据，并输出量化的综合评分与明确的趋势判断，提供了更全面、动态的健康评估。
注意事项
该Skill高度依赖持续、高质量的图像和环境数据输入，在数据采集不完整或设备故障时无法正常工作。
常见问题
这个植物活力指数评分准吗？
评分基于多维度数据融合计算，比单一观察更客观，但准确性受输入数据质量和模型训练数据影响。
需要什么设备才能使用？
需要能定期采集植物图像和环境数据（如温湿度）的监测设备或平台，将数据接入本AI模型即可。
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-vitality-index-植物整体活力指数-综合评分-x/raw/index.md 读取 Plant Vitality Index | 植物整体活力指数（综合评分） 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-vitality-index-植物整体活力指数-综合评分-x/raw/index.md（查看排版版本）