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，智能判断缺水或水涝原因。
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，智能判断缺水或水涝原因。 完整的 Skill 内容见：https://321skill.com/skills/plant-wilting-quantification-underwatering-overwatering-植物萎蔫-x-2/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
‘帮我分析一下阳台这盆绿萝的萎蔫程度’，它会引导你上传植物照片或调用摄像头拍摄，随后输出萎蔫百分比，并结合你花盆的土壤湿度数据，判断是‘需要浇水’还是‘土壤过湿需要通风排水’。
介绍
本技能旨在解决植物养护中因浇水不当（缺水或水涝）导致植物萎蔫，而用户难以精确判断和及时干预的问题。它通过分析智能花盆或固定摄像头拍摄的植物整体图像，利用AI算法检测叶片下垂角度、茎秆挺直度和叶片舒展度等视觉特征，将萎蔫程度量化为0-100%的数值。同时，可结合土壤湿度传感器数据，综合判断萎蔫的根本原因是缺水还是根部缺氧，从而提供精准的灌溉或排水建议。
使用时，用户只需将设备（如智能花盆或摄像头）对准植物，技能会自动采集图像并进行分析。用户可以在配套的应用界面查看实时的萎蔫程度评分和原因诊断。当萎蔫程度超过预设阈值或检测到异常时，技能会触发自动提醒，指导用户进行浇水或改善排水。整个过程无需复杂的操作，自动化程度高。
该技能非常适合家庭园艺爱好者、温室大棚或植物工厂的管理人员、以及智能家居/农业设备开发者。对于希望科学养植但缺乏经验的普通用户，它能提供直观的指导；对于需要规模化、精细化管理的农业场景，它能帮助降低人工巡检成本并提升作物存活率。
建议在使用前确保拍摄环境光线充足、图像清晰，并定期校准传感器（如果使用）。对于叶片非常细小或形态特殊的植物，量化精度可能会受到影响，建议结合人工观察进行综合判断。
核心特点
与仅依赖土壤湿度判断浇水的方案不同，本技能结合了AI视觉量化植物生理状态与土壤传感器数据，不仅能判断“该不该浇水”，还能诊断萎蔫是“缺水”还是“水多”导致，实现了从“感知土壤”到“诊断植物”的跨越。
注意事项
不适用于叶片特征不明显（如多肉植物部分品种）或图像采集条件极差（如严重遮挡、夜间无光）的场景。
常见问题
需要什么硬件设备？
需要能拍摄植物整体图像的设备，如智能花盆内置摄像头、普通网络摄像头或手机。如需区分缺水/水涝，建议额外搭配土壤湿度传感器。
能识别所有植物吗？
主要适用于具有明显叶片和茎秆结构的常见观赏植物和农作物，对于仙人掌等特殊形态植物精度可能下降。
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-quantification-underwatering-overwatering-植物萎蔫-x-2/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-wilting-quantification-underwatering-overwatering-植物萎蔫-x-2/raw/index.md（查看排版版本）