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，精准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，精准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-6/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
‘分析一下我阳台这盆绿萝的当前状态照片，看看它是不是缺水了？’ 它会调用视觉模型分析图像，计算出萎蔫指数（比如65%），并告诉你：‘检测到叶片中度下垂，茎秆轻微弯曲，萎蔫程度65%，建议检查土壤湿度，若土壤干燥则为缺水，需及时浇水。’
介绍
这个技能解决了植物养护中难以精准判断浇水时机和水量的问题。传统方法依赖经验观察，容易误判，导致植物因缺水或水涝而生长不良甚至死亡。
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，自动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，从而将植物的萎蔫程度量化为0-100%的精确数值。用户可以直观地了解植物的“健康压力值”。
它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、以及智能花盆的开发者使用。对于缺乏植物养护经验的新手，它能提供科学的浇水指导；对于专业种植者，则能实现规模化、精细化的灌溉管理，提升产量和品质。
使用时，建议确保拍摄环境光线充足、背景简洁，以便AI更准确地识别植物形态。若结合土壤湿度传感器，判断将更为精准。需注意，该技能主要针对通过整体形态变化反映缺水/水涝的植物，对于病害、虫害或营养缺乏导致的叶片变化，可能需要结合其他诊断工具。
核心特点
与仅依赖土壤湿度传感器的方案相比，本技能通过视觉直接量化植物本身的生理状态（萎蔫程度），能更早、更直接地发现植物不适；与简单的图像识别“是否萎蔫”相比，它提供了0-100%的连续量化指标和具体原因（缺水/水涝）判别，指导意义更强。
注意事项
不适合用于判断由病虫害、营养不良等非水分原因引起的植物形态异常。
常见问题
这个技能需要什么硬件？
需要能拍摄植物整体图像的摄像头（如智能花盆内置或固定安装的摄像头），可选配土壤湿度传感器以提升原因判断准确性。
能识别所有植物吗？
主要适用于通过叶片下垂、茎秆弯曲等整体形态变化来反映水分状况的常见观赏植物和农作物，对于仙人掌等多肉植物或形态特殊的植物可能需额外训练模型。
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-quantification-underwatering-overwatering-植物萎蔫-x-6/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-6/raw/index.md（查看排版版本）