Plant Wilting Monitoring Skill | 植物枯萎监测技能
利用高光谱成像与计算机视觉，在植物出现可见枯萎症状前进行早期监测。
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 Monitoring Skill | 植物枯萎监测技能。 它的用途是：利用高光谱成像与计算机视觉，在植物出现可见枯萎症状前进行早期监测。 完整的 Skill 内容见：https://321skill.com/skills/plant-wilting-monitoring-skill-植物枯萎监测技能-x-3/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
‘分析这组温室番茄幼苗的高光谱图像，评估其早期健康状况，并标记出有枯萎风险的区域。’，它会调用模型处理图像，识别异常光谱特征，并生成一份可视化报告，用热力图标出潜在风险区域及置信度。
介绍
该技能旨在解决农业生产中植物健康监测滞后的问题。传统方法依赖肉眼观察，往往在植物已出现明显枯萎时才能发现，此时干预效果有限，可能导致减产。本技能通过分析高光谱图像中的细微变化，能够捕捉到肉眼无法察觉的早期水分胁迫、叶绿素流失等生理信号，从而实现预警。
使用时，用户需要提供植物（如农作物、温室花卉）的高光谱图像数据。该技能会调用内置的计算机视觉模型对图像进行分析，识别出与早期枯萎相关的光谱特征模式，并生成预警报告，指出可能发生枯萎的区域及其严重程度。
它特别适合农业技术人员、植物学家、温室管理者以及从事精准农业研究的学者。对于需要大规模、非侵入式监测作物健康状况的农场或研究机构，该技能能显著提升监测效率和预警能力。
建议在使用前确保高光谱成像设备已正确校准，以获得可靠的数据输入。同时，该技能的预警结果应作为田间实地勘察的参考依据，结合其他环境因素（如土壤湿度、气温）进行综合判断。对于不同植物物种，可能需要针对性的模型微调以达到最佳效果。
核心特点
核心区别在于利用高光谱成像技术，能够在植物出现肉眼可见的物理症状（如叶片卷曲、变色）之前，通过分析其反射光谱的细微变化来检测生理层面的早期胁迫，实现真正的“预防性”监测，而非“事后诊断”。
注意事项
不适合仅依靠普通RGB相机图像或缺乏高光谱成像设备的场景进行监测。
常见问题
需要什么设备才能使用这个技能？
需要使用高光谱成像相机或传感器来采集植物图像数据。
能监测哪些植物的枯萎？
理论上适用于多种植物，但模型效果可能因物种而异，对于特定作物（如玉米、小麦）可能需要进行模型训练或微调。
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-wilting-monitoring-skill-植物枯萎监测技能-x-3/raw/index.md 读取 Plant Wilting Monitoring Skill | 植物枯萎监测技能 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-wilting-monitoring-skill-植物枯萎监测技能-x-3/raw/index.md（查看排版版本）