Plant Wilting Quantification (Underwatering / Overwatering) | 植物萎蔫程度量化（缺水/水多）
AI视觉分析植物萎蔫程度，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：AI视觉分析植物萎蔫程度，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/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
'分析这张植物照片，量化萎蔫程度并判断是缺水还是水涝'，它会提取叶片角度、茎秆挺直度等特征，返回0-100%的萎蔫指数，并基于传感器数据给出'缺水，建议浇水'或'水涝，建议排水'的提示，同时自动触发灌溉或排水指令。
介绍
养花种菜时，植物萎蔫是缺水还是水涝？传统方法靠经验判断，容易误判导致烂根或干旱。本技能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，量化萎蔫程度（0-100%），帮助用户科学判断植物健康状态。
使用时，只需上传一张植物全株照片，或连接已部署的摄像头，系统会自动提取形态特征并计算萎蔫指数。若配合土壤湿度传感器，还能进一步融合数据，区分缺水（脱水）与水涝（根部缺氧），并自动触发灌溉或排水提示，实现精准浇水，避免过度或不足。
本技能适合智能花盆厂商、家庭园艺爱好者、温室大棚管理者、植物工厂技术人员以及对植物健康有量化需求的农业科技从业者。无需专业硬件，普通摄像头或手机即可初步使用，传感器数据可选接入以提升判断准确性。
建议在光照均匀、背景简洁的环境下拍摄植物全株照片，避免遮挡或阴影干扰。若用于温室大棚，建议固定摄像头位置并定期校准，以获得连续稳定的监测数据。注意，该技能基于视觉特征，对严重枯萎或叶片脱落的植物可能误判，需结合实际情况调整。
核心特点
同类技能通常只检测单一指标（如叶片颜色），而本技能融合叶片角度、茎秆挺直度、舒展度三个维度，且可选融合土壤湿度传感器数据，精准区分缺水与水涝两种根本原因，实现闭环灌溉决策。
注意事项
不适用于部分遮挡、光线极差或叶片严重脱落无法提取有效特征的情况
常见问题
需要什么设备才能使用？
只需一个普通摄像头（手机、智能花盆自带或固定摄像头）拍摄植物全株照片即可。如需区分缺水与水涝，建议配合土壤湿度传感器。
如何区分缺水和水涝？
仅靠视觉难以区分，本技能可选融合土壤湿度传感器数据：土壤湿度低为缺水，湿度高则为水涝（根部缺氧）。若没有传感器，仅输出萎蔫程度，需用户自行判断。
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/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/raw/index.md（查看排版版本）