Succulent Special State Detection | 多肉植物特殊状态识别
利用AI视觉识别多肉植物的黑腐、化水、徒长等异常状态。
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：Succulent Special State Detection | 多肉植物特殊状态识别。 它的用途是：利用AI视觉识别多肉植物的黑腐、化水、徒长等异常状态。 完整的 Skill 内容见：https://321skill.com/skills/succulent-special-state-detection-多肉植物特殊状态识别/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
‘请分析这张多肉植物的照片，看看它有没有生病或徒长。’ 它会调用视觉模型分析图片，识别出叶片存在局部透明化水渍状区域，并判断为‘化水’状态，严重程度为中级，同时建议你检查盆土是否过湿，近期需要严格控水并加强通风。
介绍
本技能旨在解决多肉植物养护中，因肉眼观察不及时或不准确而错过最佳干预时机的问题。多肉植物一旦出现黑腐、化水或徒长，若处理不当极易导致植株死亡。通过AI视觉分析，用户可以快速发现潜在的健康风险。
使用时，用户只需通过多肉种植专用摄像头或手机拍摄植株的高清图像，上传给AI进行分析。系统会自动识别图像中是否存在黑腐病（茎基或叶片变黑腐烂）、化水（叶片透明水渍状）或徒长（茎节拉长、形态松散）这三种典型异常状态，并给出相应的严重程度等级。
该技能非常适合家庭多肉爱好者、多肉大棚的专业种植者以及花店的经营者。对于缺乏专业植物病理知识的普通爱好者，它能提供可靠的初步诊断；对于需要批量管理植株的专业人士，则能提升巡检效率和一致性。
建议在光线充足、背景简洁的环境下拍摄，确保叶片和茎干清晰可见。分析结果可作为重要参考，但严重的病害仍需结合实际情况或咨询专业园艺师进行处理。定期使用本技能进行检查，有助于建立植物的健康档案。
核心特点
专注于多肉植物这一细分领域的视觉健康诊断，不仅能识别异常类型，还能输出严重程度分级，为后续的“砍头”、“控水”等具体养护操作提供量化依据。
注意事项
不适合识别多肉植物品种、虫害或其他非视觉性生长问题（如土壤酸碱度不适）。
常见问题
识别多肉徒长的准确率高吗？
对于典型的茎节拉长、叶片间距明显增大的徒长形态识别准确率较高，但轻微徒长或特定品种的自然形态可能需人工复核。
可以用普通的手机照片吗？
可以，但建议拍摄高清、对焦清晰的照片，避免强光直射或阴影过重，以获得更准确的分析结果。
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/succulent-special-state-detection-多肉植物特殊状态识别/raw/index.md 读取 Succulent Special State Detection | 多肉植物特殊状态识别 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/succulent-special-state-detection-多肉植物特殊状态识别/raw/index.md（查看排版版本）