Plant Wilting Quantification (Underwatering / Overwatering) | 植物萎蔫程度量化（缺水/水多）
AI视觉量化植物萎蔫程度，辅助精准浇水
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 Wilting Quantification (Underwatering / Overwatering) | 植物萎蔫程度量化（缺水/水多）。 它的用途是：AI视觉量化植物萎蔫程度，辅助精准浇水 完整的 Skill 内容见：https://321skill.com/skills/plant-wilt-quantifier/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
'帮我看一下这盆绿萝是不是缺水了？' 它会调用摄像头拍摄植物图像，分析叶片下垂角度和茎秆挺直度，输出萎蔫程度45%，并建议检查土壤湿度。若用户提供了土壤湿度传感器数据，它会进一步判断是缺水（湿度20%）还是水涝，并自动触发浇水提示或排水提醒。
介绍
植物萎蔫（叶片下垂、茎秆弯曲）是判断缺水或水涝的关键信号，但肉眼观察难以量化，且容易混淆原因。本Skill通过智能花盆或固定摄像头拍摄植物整体图像，利用AI视觉分析技术检测叶片与茎秆的夹角（叶片下垂角度）、茎秆挺直程度以及叶片舒展度，自动计算萎蔫程度评分（0-100%），将模糊的“看起来蔫了”转化为精确数值。
使用时，只需将摄像头对准植物或通过智能花盆内置摄像头采集图像，Skill会自动分析并输出萎蔫程度。可选接入土壤湿度传感器数据，当湿度数据与视觉分析结果联合时，系统能智能判断萎蔫是由缺水（土壤干燥）还是水涝（土壤过湿、根部缺氧）导致，并自动触发灌溉或排水提示，帮助用户实现精准浇水。
本Skill适合智能花盆产品开发者、家庭园艺爱好者、温室大棚管理员、植物工厂运营人员，以及任何需要远程监测植物健康状态的用户。无需专业植物学知识，即可获得量化、可追溯的植物状态报告。
建议在光照充足、植物主体清晰的环境下使用，以获得最佳识别效果。对于多株植物混种或叶片严重遮挡的场景，建议分株拍摄。若需要更高精度，可搭配土壤湿度传感器使用，以区分缺水与水涝。
常见问题
如何区分缺水和水涝？
通过融合土壤湿度传感器数据：若湿度低且叶片萎蔫则为缺水，若湿度高且叶片萎蔫则为水涝（根部缺氧）。
需要什么样的硬件？
需要固定摄像头或智能花盆拍摄植物整体图像，可选土壤湿度传感器。手机摄像头也可临时使用，但建议固定视角。
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-wilt-quantifier/raw/index.md 读取 Plant Wilting Quantification (Underwatering / Overwatering) | 植物萎蔫程度量化（缺水/水多） 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-wilt-quantifier/raw/index.md（查看排版版本）