Transpiration Rate Estimation | 室内绿植蒸腾速率估算
利用AI和热红外图像估算室内植物的蒸腾速率。
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：Transpiration Rate Estimation | 室内绿植蒸腾速率估算。 它的用途是：利用AI和热红外图像估算室内植物的蒸腾速率。 完整的 Skill 内容见：https://321skill.com/skills/transpiration-rate-estimation-室内绿植蒸腾速率估算-x-4/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
‘分析这张我拍的琴叶榕叶片热成像图，估算它当前的蒸腾速率是多少？’ 它会调用Skill处理图像，并返回一个量化的蒸腾速率数值及简要的健康评估。或者，你可以说：‘根据过去一周我每天定时拍摄的绿萝照片，分析它的蒸腾速率变化趋势。’ AI会整合多日数据，生成趋势图表，提示你浇水的最佳时机。
介绍
这个Skill旨在解决室内植物养护中难以量化植物水分消耗的问题。传统的浇水方法依赖经验或简单的土壤湿度传感器，无法精确反映植物叶片本身的蒸腾作用强度，可能导致浇水不当，影响植物健康。
它通过分析智能花盆或固定摄像头拍摄的植物叶片热红外图像（首选）或常规图像，利用AI模型估算植物的蒸腾速率。用户只需提供图像数据，Skill即可处理并输出估算结果，帮助用户更科学地了解植物的水分需求。
该Skill非常适合园艺爱好者、室内植物种植者、植物研究人员以及对智能家居和精准农业感兴趣的技术开发者。它降低了植物生理监测的技术门槛，让非专业人士也能获得专业的植物健康数据。
使用建议：为获得最佳效果，请优先使用热红外相机拍摄的叶片图像。如果使用常规摄像头，请确保光照条件稳定，图像清晰。注意，该模型主要针对常见室内绿植进行训练，对于特殊或稀有品种，估算精度可能有所下降。
核心特点
与依赖土壤湿度传感器的传统方案不同，它直接通过视觉分析植物叶片状态来估算蒸腾速率，更能反映植物的真实生理活动；同时，它优先支持热红外图像，能捕捉叶片温度这一与蒸腾作用强相关的关键物理量，比单纯分析可见光图像更精准。
注意事项
不适合需要极高精度（如严格科研实验）或对室外复杂环境、非典型植物品种进行蒸腾速率估算的场景。
常见问题
必须用热红外相机吗？
首选热红外图像，精度更高；但也支持使用常规摄像头拍摄的图像进行估算。
能用于室外植物吗？
主要针对室内环境优化，室外光照、风速等变量复杂，可能影响估算准确性。
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/transpiration-rate-estimation-室内绿植蒸腾速率估算-x-4/raw/index.md 读取 Transpiration Rate Estimation | 室内绿植蒸腾速率估算 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/transpiration-rate-estimation-室内绿植蒸腾速率估算-x-4/raw/index.md（查看排版版本）