Plant Wilting Quantification (Underwatering / Overwatering) | 植物萎蔫程度量化(缺水/水多)

AI-powered plant wilting quantification from full-plant images via smart pots or fixed cameras. Detects leaf-stem angle (leaf droop), stem straightness, and leaf turgidity to quant…

smyx-skills

@18072937735

What This Skill Does

Analyzes full-plant images from smart pots or fixed cameras to quantify wilting severity (0-100%) by measuring leaf-stem angle, stem straightness, and leaf turgidity. Optionally fuses soil-moisture sensor data to distinguish underwatering from overwatering (root hypoxia) and auto-triggers watering or drainage prompts.

Replaces manual visual inspection and guesswork in plant care by providing objective, AI-driven wilting scores and root-cause diagnosis for precision irrigation.

When to Use It

  • Quantify wilting severity from a side-view plant photo in a smart pot setup
  • Determine if drooping leaves are caused by underwatering or overwatering using optional soil moisture data
  • Automate watering or drainage alerts for a greenhouse or plant factory monitoring system
  • Track wilting trends over time by comparing analysis reports from fixed cameras
  • Assess plant health after adjusting irrigation schedules to verify improvement
  • Integrate visual wilting analysis into a home gardening app or IoT smart pot dashboard

Install

$ openclaw skills install @18072937735/smyx-plant-wilting-quantification-analysis

🥀 Plant Wilting Quantification (Underwatering / Overwatering) | 植物萎蔫程度量化(缺水/水多)

智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询


🧭 技能概览 | Overview

模块内容
🏷️ 技能名称植物萎蔫程度量化(缺水/水多)
🎯 核心目标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%)。可选结合土壤湿度传感器数据,综合判断萎蔫原因是缺水还是水涝(根部缺氧导致)。可自动触发灌溉或排水提示,帮助用户精准浇水。应用场景:智能花盆、家庭园艺、温室大棚、植物工厂。
🖼️ 输入类型图片、视频、本地文件、网络 URL
📝 输出能力结构化分析报告、识别/监测结果、建议与报告链接
🧩 场景码SMYX_PLANT_WILTING_QUANTIFICATION_ANALYSIS

AI-powered plant wilting quantification from full-plant images via smart pots or fixed cameras. Detects leaf-stem angle (leaf droop), stem straightness, and leaf turgidity to quantify wilting severity (0-100%). Optionally fuses soil-moisture sensor data to discriminate dehydration (underwatering) vs. waterlogging (root hypoxia), and auto-triggers watering or drainage prompts for precision irrigation. Scenarios: smart pots, home gardening, greenhouses, plant factories.

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%)。可选结合土壤湿度传感器数据,综合判断萎蔫原因是缺水还是水涝(根部缺氧导致)。可自动触发灌溉或排水提示,帮助用户精准浇水。应用场景:智能花盆、家庭园艺、温室大棚、植物工厂。

🤖 AI 角色 | AI Role

角色要点说明
说明 1假设你是一个专业的植物生理健康AI。你的任务是分析植物的整体图像(侧视图最佳),计算萎蔫指数(基于叶片与茎秆夹角、茎秆弯曲度等),并可结合土壤湿度数据(若提供)判断萎蔫原因(缺水或水涝)。不要提供具体浇水量,仅输出萎蔫程度和可能原因。

🎬 技能演示 | Skill Demo

▶️ 点击查看技能使用介绍


🎯 任务目标 | Goals

1. 🧩 技能用途

通过植物整体图像量化萎蔫程度,并结合可选土壤湿度数据判断萎蔫原因,输出干预方向建议

2. 🛠️ 能力范围

序号具体能力
1叶片下垂角度检测
2茎秆挺直程度评估
3叶片舒展度分析
4萎蔫指数综合评分(0-100%)
5缺水/水涝原因判别(结合可选土壤湿度)
6灌溉/排水方向建议

3. ⚡ 触发条件

触发类型触发规则
✅ 默认触发默认触发:当用户提供植物整体图像或视频需要分析时,默认触发本技能进行萎蔫量化
🔎 明确分析意图当用户明确需要萎蔫监测时,提及植物萎蔫、叶子耷拉、茎秆下垂、缺水、水涝、浇水判断等关键词,并且上传了图像或视频文件
📚 历史报告查询当用户提及以下关键词时,自动触发历史报告查询功能 :查看历史萎蔫报告、历史萎蔫量化报告、萎蔫报告清单、显示所有萎蔫报告、查询浇水建议记录

4. 🤖 自动行为

自动行为执行要求
📎 附件处理如果用户上传了附件或者视频/图片文件,则自动保存为本地文件
☁️ 历史报告查询如果用户触发历史报告查询关键词,必须直接调用云端 API 查询,不得从本地记忆或人工汇总中获取

⚠️ 强制数据获取规则(次高优先级)

橙色强约束: 历史报告清单只允许从云端接口读取,不允许从本地记录、长期记忆或人工汇总中提取。

必须执行:

python -m scripts.smyx_plant_wilting_quantification_analysis --list
类型要求
✅ 必须使用 python -m scripts.smyx_plant_wilting_quantification_analysis --list 调用 API 查询云端的历史报告数据
🚫 严格禁止从本地 memory 目录读取历史会话信息
🚫 严格禁止手动汇总本地记录中的报告
🚫 严格禁止从长期记忆中提取报告
✅ 输出格式必须统一从云端接口获取最新完整数据,然后以 Markdown 表格格式输出结果

📦 前置准备 | Requirements

  • 依赖说明:scripts 脚本所需的依赖包及版本
    requests>=2.28.0
    

🚀 操作步骤 | Workflow

🔐 用户身份处理(内部自动完成)

绿色安全原则: 用户身份参数由系统内部自动处理,不得向用户展示、询问或要求输入任何身份标识

执行本技能分析或历史报告查询时,脚本会自动完成身份初始化:

场景系统行为
上游系统有内部身份参数由脚本静默接收并使用
上游系统未提供内部身份参数脚本会自动复用本地缺省用户
本地缺省用户不存在脚本会自动创建并在后续任务中复用
对用户输出只展示分析进度、分析结果和报告链接,不展示内部身份值

🔒 关键约束

禁止/要求说明
🚫 不得询问身份不得提示用户输入用户名、手机号或任何内部身份参数
🚫 不得暴露身份值不得在回复、报告、示例、错误提示中暴露内部身份值
🚫 不得列为用户参数不得把内部身份参数列为用户需要理解或传入的参数
✅ 自动关联报告历史报告查询同样由系统内部身份自动关联,用户只需表达“查看历史报告/报告清单”等意图

🧪 标准流程 | Standard Flow

步骤阶段执行动作
1📥 准备图像/视频输入提供本地文件路径或网络 URL;确保输入内容清晰、符合技能场景要求
2🔐 系统自动完成身份关联无需用户输入任何身份参数;不在回复中展示内部身份值
3⚙️ 执行萎蔫量化调用 -m scripts.smyx_plant_wilting_quantification_analysis 处理输入(必须在技能根目录下运行脚本
4📊 查看量化结果接收结构化分析报告,查看识别/监测结果、风险提示、建议与报告链接

⚙️ 脚本参数说明

参数含义备注
--input本地植物图像/视频文件路径适用于本地文件分析
--url网络植物图像/视频 URL 地址(API 服务自动下载)API 服务自动下载网络资源
--pet-type对象类型,植物场景默认 other按需填写
--list显示萎蔫量化历史报告列表清单用于云端历史报告查询
--api-urlAPI 服务地址(可选,使用默认值)按需填写
--detail输出详细程度(basic/standard/json,默认 json)输出详细程度
--output结果输出文件路径(可选)可选

📐 萎蔫指数量化指标

指标测量方式健康状态轻度萎蔫重度萎蔫
叶片-茎秆夹角叶片与茎秆夹角30°-60°(向上展开)60°-90°(水平)>90°(下垂)
茎秆挺直度茎秆弯曲程度笔直轻微弯曲明显弯曲/倒伏
叶片舒展度叶片展开面积比充分展开边缘卷曲严重卷缩/干枯

萎蔫指数 = f(叶片夹角, 茎秆挺直度, 叶片舒展度),综合三项指标加权计算 0-100%。

📊 萎蔫程度分级

萎蔫指数程度视觉表现建议
0%-15%🟢 健康叶片挺拔舒展,茎秆笔直无需干预
16%-35%🟡 轻度叶片轻微下垂,边缘微卷关注,观察 1-2 小时是否恢复
36%-60%🟠 中度叶片明显下垂,茎秆微弯需要干预,判断缺水/水涝后处理
61%-100%🔴 重度叶片严重下垂/卷缩,茎秆弯曲倒伏⚠️ 紧急处理,重度萎蔫可能不可逆

🚰 缺水 vs 水涝:关键区别

特征缺水(干旱)水涝(过湿)
叶片表现从边缘开始干枯、卷曲、变脆整体发黄、柔软、易脱落
茎秆可能偏软但通常保持挺直基部发软、发黑
土壤干燥、开裂湿润、积水、可能有异味
根系根尖干枯根部腐烂、发黑发臭
恢复速度浇水后数小时内恢复需排水+通风,恢复较慢
常见误区看到萎蔫就浇水,可能加重水涝

关键:水涝导致的萎蔫与缺水外观相似,但处理方式完全相反!错误浇水会加速植物死亡。

🔧 智能设备联动参考

联动设备缺水场景水涝场景
💧 自动灌溉启动浇水停止浇水
🌡️ 土壤湿度传感器确认土壤干燥确认土壤过湿
💨 排风扇/通风启动通风加速蒸发
🔦 补光灯关闭(减少蒸腾)
📱 APP 推送"缺水,请浇水""水涝,请停止浇水并松土"

🗂️ 资源索引 | Resource Index

资源类型路径用途何时读取
🐍 必要脚本scripts/smyx_plant_wilting_quantification_analysis.py调用 API、执行分析或查询历史报告执行分析或查询时使用
🐍 必要脚本scripts/config.py调用 API、执行分析或查询历史报告执行分析或查询时使用
📘 领域参考references/api_doc.md了解 API 接口规范、字段说明和错误码仅在需要了解接口规范或错误码时读取

⚠️ 注意事项 | Notes

分类注意事项
📚 文档读取仅在需要时读取参考文档,保持上下文简洁
📁 格式支持支持 jpg/png/mp4/avi/mov 格式,最大 10MB
🔎 使用提醒拍摄要求:侧视图最佳,需清晰看到叶片与茎秆关系;俯视图无法准确评估下垂角度
🔎 使用提醒仅输出萎蔫程度和可能原因,不提供具体浇水量
🔎 使用提醒无土壤湿度数据时,缺水/水涝判断为推测,建议结合手动检查土壤确认
🔎 使用提醒高温午间萎蔫为正常蒸腾萎蔫,傍晚可自行恢复,无需紧急浇水
🚫 脚本限制禁止临时生成脚本,只能用技能本身的脚本
🌐 网络地址传入的网络地址参数,不需要下载本地,默认地址都是公网地址,API 服务会自动下载
📜 报告输出当显示历史量化报告清单的时候,从接口返回 json 数据中提取字段 作为超链接地址,且自动转化为如下 Markdown
📜 报告输出表格输出示例

🧰 使用示例 | Examples

# 分析本地植物图像
python -m scripts.smyx_plant_wilting_quantification_analysis --input /path/to/plant_side.jpg

# 分析网络植物图像
python -m scripts.smyx_plant_wilting_quantification_analysis --url https://example.com/plant.jpg

# 显示历史量化报告/显示报告清单列表
python -m scripts.smyx_plant_wilting_quantification_analysis --list

# 输出精简报告
python -m scripts.smyx_plant_wilting_quantification_analysis --input plant.jpg --detail basic

# 保存结果到文件
python -m scripts.smyx_plant_wilting_quantification_analysis --input plant.jpg --output result.json

Top skills in this category

Tokenoptimizer

@smartpeopleconnected

Reduce OpenClaw AI costs by 97%. Haiku model routing, free Ollama heartbeats, prompt caching, and budget controls. Go from $1,500/month to $50/month in 5 min...

2812k

Finnhub Pro

@lsj210001

Finnhub 美股金融数据 CLI。实时报价、公司档案、新闻、分析师推荐、内部人交易、盈利日历、基本面财务、同行比较。Python 脚本封装,免费层 60 次/分钟。Use when: 查股价、查公司信息、看最新新闻、了解内部人是否在买卖、查看近期财报日期。NOT for: K线数据、目标价、情绪分析(需付费层)。

55.7k

ai-insurance-advisor

@mnetfairy

中国大陆保险顾问。本 skill 仅覆盖 6 项实际实现的能力:保险需求分析(needs_analyzer.py)、产品对比(premium_calculator.py + 本地 products.json)、保费计算(premium_calculator.py)、方案设计(plan_designer.py)、保险知识问答(insurance-knowledge.md)、合规要点提示(compliance.md)。不提供核保预审、理赔代办、朋友圈/营销文案生成、培训话术、代理人展业工具等能力——这些场景请转人工或调用专业服务。

16.5k

Nano Banana Pro

@steipete

Generate/edit images with Nano Banana Pro (Gemini 3 Pro Image). Use for image create/modify requests incl. edits. Supports text-to-image + image-to-image; 1K/2K/4K; use --input-image.

420107k

AdMapix

@fly0pants

AdMapix raw data layer for ad creatives, apps, rankings, downloads/revenue, and market metadata. Returns structured JSON from the AdMapix API; the calling ag...

296133k