Plant Wilting Monitoring Skill | 植物枯萎监测技能
高光谱成像+计算机视觉的植物枯萎早期监测
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：高光谱成像+计算机视觉的植物枯萎早期监测 完整的 Skill 内容见：https://321skill.com/skills/plant-wilting-monitoring-skill-植物枯萎监测技能/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 this.h5 高光谱数据文件，检测番茄叶片是否存在早期枯萎迹象，输出概率热力图和置信度。' 技能会加载光谱数据，进行大气校正和归一化，提取特征波段，运行训练好的 CNN 模型，返回枯萎概率分布图以及每个区域的风险等级评分。
介绍
植物在可见症状出现前数天，叶片水分和色素已发生微妙变化，传统肉眼观察容易错过最佳干预窗口。该技能利用高光谱成像捕获叶片反射光谱的细微偏移，结合计算机视觉模型识别异常纹理与色彩通道变化，将枯萎预警时间提前至症状出现前 48-72 小时，帮助用户从“救火”转向“预防”。
使用时只需上传高光谱图像或视频流（支持 HDF5、ENVI 格式以及常见 RGB 摄像头），技能会自动完成光谱校正、特征提取与枯萎概率热力图输出。用户可通过简单参数调整检测灵敏度，适配不同作物与光照条件。结果以可视化报告和JSON结构化数据返回，便于集成到自动化灌溉或温室管理系统中。
该技能特别适合农业科研机构、植物生理实验室、精准农业技术公司以及高校植物学相关专业的学生。对于需要批量处理田间监测数据的用户，技能支持批处理模式，可同时分析多个样本点。
建议在部署前准备好高光谱相机或经过校准的多光谱数据源，并确保环境光照稳定。初次使用时建议先用少量标注样本微调模型阈值，以获得最佳检测效果。技能不提供硬件控制指令，如需联动自动灌溉需额外开发接口。
核心特点
传统植物健康检测依赖肉眼或 RGB 图像，该技能在可见症状出现前即可通过高光谱信号捕捉到水分胁迫和叶绿素衰减的早期征兆，预警时间窗口远超同类方案。
注意事项
依赖高光谱成像设备或已有高光谱数据集，无法直接处理普通 RGB 图像（除非单独训练适配模型）。
常见问题
需要什么硬件才能使用这个技能？
需要高光谱相机（如推扫式或快照式）或使用已有高光谱数据集。支持常见格式如 HDF5、ENVI RAW。
可以用普通手机照片监测植物枯萎吗？
不能直接使用，该技能基于高光谱数据，普通手机照片缺少光谱维度信息。如需使用 RGB 图像，需额外训练适配模型。
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/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/raw/index.md（查看排版版本）