Plant Wilting Quantification (Underwatering / Overwatering) | 植物萎蔫程度量化（缺水/水多）
通过植物图像量化萎蔫程度，辅助精准灌溉
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：通过植物图像量化萎蔫程度，辅助精准灌溉 完整的 Skill 内容见：https://321skill.com/skills/plant-wilting-quantification-underwatering-overwatering-植物萎蔫-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
'启动智能花盆萎蔫检测，每两小时自动拍摄阳台上的绿萝，如果萎蔫程度超过50%且土壤湿度低于20%就自动浇水。' 技能会立即开始周期性扫描，分析图像中的叶片角度和茎秆挺直度，结合湿度传感器数据，当满足条件时触发灌溉命令，并在手机端推送浇水记录和萎蔫变化趋势图。
介绍
该技能解决的是植物养护中一个常见但棘手的问题：如何准确判断植物是否缺水或水多。传统方法依赖肉眼观察和土壤湿度计，但叶片萎蔫的早期信号往往被忽视，导致浇水过频或过少。本技能通过智能花盆或固定摄像头拍摄植物全株图像，利用AI视觉分析技术检测叶片与茎秆夹角（下垂角度）、茎秆挺直程度以及叶片舒展度，将萎蔫程度量化为0-100%的数值，让用户一目了然。
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定期拍摄。技能会实时分析图像并输出萎蔫评分。若配置了土壤湿度传感器，它还能融合数据，区分萎蔫是由于缺水（土壤干燥）还是水涝（根部缺氧），并自动触发灌溉或排水提示，实现真正的精准浇水。整个过程无需人工干预，可设置定时或条件触发。
适合的群体包括：家庭园艺爱好者（尤其是照顾多盆植物时）、温室大棚种植者、植物工厂运营者，以及智能花盆产品开发者。对于科研人员，该技能也可用于植物水分胁迫的量化研究。
使用建议：确保摄像头能拍摄到植物全株，避免遮挡；初期可先校准典型植物（如绿萝、玫瑰）的基线数据；结合土壤湿度传感器能显著提高判断准确率；注意光线均匀，避免强逆光或阴影干扰。该技能不适用于仅靠土壤湿度传感器就能判断的简单场景，且对极度透明或细小的植物（如苔藓）效果有限。
核心特点
同类技能通常只做视觉萎蔫检测或只依赖土壤湿度，该技能融合两者，并能区分缺水与水涝（根部缺氧），自动触发灌溉或排水，实现闭环精准控制。
注意事项
不适合植物被遮挡、光线极暗或植物过于细小（如苔藓）的场景，且需要摄像头可见植物全株。
常见问题
需要额外购买什么硬件？
需要智能花盆（带摄像头）或固定摄像头，可选配土壤湿度传感器。
支持哪些植物种类？
支持大多数常见观叶植物、花卉及蔬菜，但需先针对特定植物微调模型参数。
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-3/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-3/raw/index.md（查看排版版本）