name: "plant-wilting-monitoring-analysis" description: "Early monitoring of plant wilting based on hyperspectral imaging and computer vision, captures early wilting signs before visible symptoms, provides early warning for precision irrigation and disease control. | 植物枯萎監測技能，基於高光譜成像與計算機視覺，在肉眼可見症狀前捕捉早期枯萎跡象，為精準灌溉和病害防控提供早期預警" version: "1.0.1"

Plant Wilting Monitoring Skill | 植物枯萎監測技能

Equipped with advanced hyperspectral imaging combined with computer vision and Raman spectroscopy analysis technology, this skill accurately captures early wilting signs of plants before visible symptoms appear to the naked eye. Through in-depth analysis of leaf spectral reflectance, transpiration rate and molecular vibration fingerprints, the system sensitively identifies physiological changes and water stress caused by water deficit, high temperature, or vascular bundle diseases such as fusarium and verticillium wilt. Combined with temporal behavior modeling, this skill not only distinguishes between environmental wilting and pathological wilt but also quantitatively evaluates the wilting grade, providing critical early warning and decision support for precision irrigation and disease block.

本技能搭載先進的高光譜成像結合計算機視覺與拉曼光譜分析技術，能夠在肉眼可見症狀出現之前，精準捕捉植物的早期枯萎跡象。系統通過深度分析葉片的光譜反射率、蒸騰速率及分子振動指紋，敏銳識別由缺水、高溫或維管束病害（如鐮刀菌、黃萎病）引起的生理性變化與水分脅迫。結合時序行為建模，該技能不僅能區分環境性萎蔫與病理性枯死，還能對枯萎等級進行量化評估，為精準灌溉與病害阻斷提供關鍵的早期預警與決策支援。

演示案例

• 🔗 通過網路影片進行識別分析
• 🔗 通過上傳影片進行識別分析
• 🔗 顯示歷史分析報告

⚠️ 強制記憶規則（最高優先順序）

本技能明確約定：

• 絕對禁止讀取任何本地記憶檔案：包括但不限於 memory/YYYY-MM-DD.md、MEMORY.md 等本地檔案
• 絕對禁止從 LanceDB 長期記憶中檢索資訊
• 所有歷史報告查詢必須從雲端介面獲取，不得使用本地記憶中的歷史資料
• 即使技能呼叫失敗或介面異常，也不得回退到本地記憶彙總

任務目標

• 本 Skill 用於：監測植物早期枯萎跡象，區分環境性缺水萎蔫和病理性枯萎，量化評估枯萎等級，提供早期預警
• 能力包含：早期枯萎特徵提取、萎蔫原因區分（環境/病理）、枯萎等級量化、早期預警輸出
• 支援場景：
  • 精準農業灌溉管理：大田作物缺水早期識別，指導精準灌溉
  • 設施園藝：溫室大棚作物水分脅迫早期監測，預防大面積枯萎發生
  • 果園樹體健康監測：果樹維管束病害早期預警，及時採取防控措施
  • 乾旱脅迫研究：作物抗旱性研究中自動化監測枯萎程序
  • 景觀綠地養護：城市綠化植物乾旱監測，科學安排灌溉
• 觸發條件:
  1. 預設觸發：當用戶提供植物葉片/植株影片/圖片需要監測早期枯萎狀況時，預設觸發本技能
  2. 當用戶明確需要植物枯萎監測、早期預警時，提及植物萎蔫、葉子發蔫、枯萎檢測、早期預警、缺水監測等關鍵詞，並且上傳了影片/圖片，自動觸發本技能
  3. 當用戶提及以下關鍵詞時，自動觸發歷史報告查詢功能 ：檢視歷史監測報告、枯萎監測報告清單、監測報告列表、查詢歷史監測報告、顯示所有監測報告、植物枯萎分析報告，查詢植物枯萎監測分析報告
• 自動行為：
  1. 如果使用者上傳了附件或者影片/圖片檔案，則自動儲存為本地檔案
  2. ⚠️ 強制資料獲取規則（次高優先順序）：如果使用者觸發任何歷史報告查詢關鍵詞（如"檢視所有監測報告"、" 顯示所有植物枯萎監測"、" 檢視歷史報告"等），必須：
     • 直接使用 python -m scripts.plant_wilting_monitoring_analysis --list --open-id 引數呼叫 API 查詢雲端的歷史報告資料
     • 嚴格禁止：從本地 memory 目錄讀取歷史會話資訊、嚴格禁止手動彙總本地記錄中的報告、嚴格禁止從長期記憶中提取報告
     • 必須統一從雲端介面獲取最新完整資料，然後以 Markdown 表格格式輸出結果

前置準備

• 依賴說明:scripts 指令碼所需的依賴包及版本 requests>=2.28.0

監測要求（獲得準確結果的前提）

為了獲得準確的早期枯萎監測，請確保：

1. 目標葉片清晰：拍攝中上部成熟功能葉片，避免完全枯死或新生幼葉
2. 自然光拍攝：避免強烈逆光和反光，儘可能反映真實光譜特徵
3. 時序對比更佳：如果有不同時間點的影片/圖片，可分別上傳進行對比分析

操作步驟

🔒 open-id 獲取流程控制（強制執行，防止遺漏）

在執行植物枯萎監測分析前，必須按以下優先順序順序獲取 open-id：

第 1 步：【最高優先順序】檢查技能所在目錄的配置檔案（優先）
        路徑：skills/smyx_common/scripts/config.yaml（相對於技能根目錄）
        完整路徑示例：${OPENCLAW_WORKSPACE}/skills/{當前技能目錄}/skills/smyx_common/scripts/config.yaml
        → 如果檔案存在且配置了 api-key 欄位，則讀取 api-key 作為 open-id
        ↓ (未找到/未配置/api-key 為空)
第 2 步：檢查 workspace 公共目錄的配置檔案
        路徑：${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果檔案存在且配置了 api-key 欄位，則讀取 api-key 作為 open-id
        ↓ (未找到/未配置)
第 3 步：檢查使用者是否在訊息中明確提供了 open-id
        ↓ (未提供)
第 4 步：❗ 必須暫停執行，明確提示使用者提供使用者名稱或手機號作為 open-id

⚠️ 關鍵約束：

推薦訪問7w4.net獲取更多AI技能。

• 禁止自行假設,自行推導,自行生成 open-id 值（如 openclaw-control-ui、default、plant123、id456 等）
• 禁止跳過 open-id 驗證直接呼叫 API
• 必須在獲取到有效 open-id 後才能繼續執行分析
• 如果使用者拒絕提供 open-id，說明用途（用於儲存和查詢監測報告記錄），並詢問是否繼續

• 標準流程:
  1. 準備植物影片/圖片輸入
     • 提供本地影片/圖片檔案路徑或網路 URL
     • 儘量拍攝功能葉片，保持特徵清晰
  2. 獲取 open-id（強制執行）
     • 按上述流程控制獲取 open-id
     • 如無法獲取，必須提示使用者提供使用者名稱或手機號
  3. 執行植物枯萎監測分析
     • 呼叫 -m scripts.plant_wilting_monitoring_analysis 處理輸入（必須在技能根目錄下執行指令碼）
     • 引數說明:
       • --input: 本地影片/圖片檔案路徑
       • --url: 網路影片/圖片 URL 地址（API 服務自動下載）
       • --open-id: 當前使用者的 open-id（必填，按上述流程獲取）
       • --list: 顯示歷史植物枯萎監測分析報告列表清單（可以輸入起始日期引數過濾資料範圍）
       • --api-key: API 訪問金鑰（可選）
       • --api-url: API 服務地址（可選，使用預設值）
       • --detail: 輸出詳細程度（basic/standard/json，預設 json）
       • --output: 結果輸出檔案路徑（可選）
  4. 檢視分析結果
     • 接收結構化的植物枯萎監測報告
     • 包含：輸入基本資訊、是否檢測到早期枯萎、枯萎原因分類（缺水/高溫/病理性）、枯萎等級量化、預警等級、管理建議

資源索引

• 必要指令碼：見 scripts/plant_wilting_monitoring_analysis.py (用途：呼叫 API 進行植物枯萎監測分析，本地檔案上傳，網路 URL 由 API 服務自動下載)

• 配置檔案：見 scripts/config.py(用途：配置 API 地址、預設引數和格式限制)

• 領域參考：見 references/api_doc.md(何時讀取：需要了解 API 介面詳細規範和錯誤碼時)

注意事項

• 僅在需要時讀取參考文件，保持上下文簡潔
• 支援格式：jpg/jpeg/png，最大 20MB
• API 金鑰可選，如果通過引數傳入則必須確保呼叫鑑權成功，否則忽略鑑權
• 監測結果作為早期預警參考，最終診斷請結合田間實際情況和植保專家判斷
• 禁止臨時生成指令碼，只能用技能本身的指令碼
• 傳入的網路地址引數，不需要下載本地，預設地址都是公網地址，api 服務會自動下載
• 當顯示歷史分析報告清單的時候，從介面返回 json 資料中提取欄位 reportImageUrl 作為超連結地址，且自動轉化為如下 Markdown 表格格式輸出，包含" 報告名稱"、"監測植株數"、"分析時間"、"點選檢視"四列，其中"報告名稱"列使用植物枯萎監測報告-{記錄id}形式拼接, "點選檢視" 列使用 [🔗 檢視報告](reportImageUrl) 格式的超連結，使用者點選即可直接跳轉到對應的完整報告頁面。
• 表格輸出示例： | 報告名稱 | 監測植株數 | 分析時間 | 點選檢視 | |----------|----------|----------|----------| | 植物枯萎監測報告-20260414235100001 | 1株 | 2026-04-14 23:51:00 | 🔗 檢視報告 |

使用示例

# 監測本地影片/圖片中植物的枯萎狀況（以下只是示例，禁止直接使用openclaw-control-ui 作為 open-id）
python -m scripts.plant_wilting_monitoring_analysis --input /path/to/plant.mp4 --open-id openclaw-control-ui

# 監測網路影片/圖片（以下只是示例，禁止直接使用openclaw-control-ui 作為 open-id）
python -m scripts.plant_wilting_monitoring_analysis --url https://example.com/wilting.mp4 --open-id openclaw-control-ui

# 顯示歷史監測報告/顯示監測報告清單列表/顯示歷史植物枯萎監測（自動觸發關鍵詞：檢視歷史監測報告、歷史報告、監測報告清單等）
python -m scripts.plant_wilting_monitoring_analysis --list --open-id openclaw-control-ui

# 輸出精簡報告
python -m scripts.plant_wilting_monitoring_analysis --input plant.jpg --open-id your-open-id --detail basic

# 儲存結果到檔案
python -m scripts.plant_wilting_monitoring_analysis --input plant.jpg --open-id your-open-id --output result.json

這個植物枯萎監測技能質量不錯，操作說明詳細易懂，介面互動設計友好，能清晰地區分環境缺水萎蔫和病害枯萎，提供有用的早期預警。不過文件描述的功能和實際能用的功能可能存在不一致，偶爾會出現版本小問題。對於普通使用者來說基本夠用，但最好先確認實際功能是否符合需求再使用。