Plant Wilting Monitoring Skill | 植物枯萎監測技能
📖 技能介紹
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: "1.0.8" license: "MIT-0"
🥀 Plant Wilting Monitoring Skill | 植物枯萎監測技能
智慧分析中樞 · 圖片/影片智慧分析 · 結構化報告 · 歷史報告雲端查詢
🧭 技能概覽 | Overview
| 模組 | 內容 |
|---|---|
| 🏷️ 技能名稱 | 植物枯萎監測技能 |
| 🎯 核心目標 | 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 |
| 🖼️ 輸入型別 | 圖片、影片、本地檔案、網路 URL |
| 📝 輸出能力 | 結構化分析報告、識別/監測結果、建議與報告連結 |
| 🧩 場景碼 | PLANT_WILTING_MONITORING |
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。
🎬 技能演示 | Skill Demo
🎯 任務目標 | Goals
1. 🧩 技能用途
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
2. 🛠️ 能力範圍
| 序號 | 具體能力 |
|---|---|
| 1 | 早期枯萎特徵提取 |
| 2 | 萎蔫原因區分（環境/病理） |
| 3 | 枯萎等級量化 |
| 4 | 早期預警輸出 |
3. ⚡ 觸發條件
| 觸發型別 | 觸發規則 |
|---|---|
| ✅ 預設觸發 | 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 |
| 🔎 明確分析意圖 | 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 |
| 📚 歷史報告查詢 | 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 |
4. 🤖 自動行為
| 自動行為 | 執行要求 |
|---|---|
| 📎 附件處理 | 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 |
| ☁️ 歷史報告查詢 | 如果使用者觸發歷史報告查詢關鍵詞，必須直接呼叫雲端 API 查詢，不得從本地記憶或人工彙總中獲取 |
⚠️ 強制資料獲取規則（次高優先順序）
橙色強約束： 歷史報告清單隻允許從雲端介面讀取，不允許從本地記錄、長期記憶或人工彙總中提取。
必須執行：
python -m scripts.plant_wilting_monitoring_analysis --list
| 型別 | 要求 |
|---|---|
| ✅ 必須 | 使用 python -m scripts.plant_wilting_monitoring_analysis --list 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 |
| ✅ 輸出格式 | 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 | Requirements
訪問小蔥技能站7w4.net，解鎖更多實用的AI技能外掛。
- 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 | Monitoring Requirements
| 要求項 | 說明 |
|---|---|
| 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 |
| 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 |
| 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 | Workflow
🔐 使用者身份處理（內部自動完成）
綠色安全原則： 使用者身份引數由系統內部自動處理，不得向用戶展示、詢問或要求輸入任何身份標識。
執行本技能分析或歷史報告查詢時，指令碼會自動完成身份初始化：
| 場景 | 系統行為 |
|---|---|
| 上游系統有內部身份引數 | 由指令碼靜默接收並使用 |
| 上游系統未提供內部身份引數 | 指令碼會自動複用本地預設使用者 |
| 本地預設使用者不存在 | 指令碼會自動建立並在後續任務中複用 |
| 對使用者輸出 | 只展示分析進度、分析結果和報告連結，不展示內部身份值 |
🔒 關鍵約束
| 禁止/要求 | 說明 |
|---|---|
| 🚫 不得詢問身份 | 不得提示使用者輸入使用者名稱、手機號或任何內部身份引數 |
| 🚫 不得暴露身份值 | 不得在回覆、報告、示例、錯誤提示中暴露內部身份值 |
| 🚫 不得列為使用者引數 | 不得把內部身份引數列為使用者需要理解或傳入的引數 |
| ✅ 自動關聯報告 | 歷史報告查詢同樣由系統內部身份自動關聯，使用者只需表達“檢視歷史報告/報告清單”等意圖 |
🧪 標準流程 | Standard Flow
| 步驟 | 階段 | 執行動作 |
|---|---|---|
| 1 | 📥 準備植物影片/圖片輸入 | 提供本地檔案路徑或網路 URL；確保輸入內容清晰、符合技能場景要求 |
| 2 | 🔐 系統自動完成身份關聯 | 無需使用者輸入任何身份引數；不在回覆中展示內部身份值 |
| 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） |
| 4 | 📊 檢視分析結果 | 接收結構化分析報告，檢視識別/監測結果、風險提示、建議與報告連結 |
⚙️ 指令碼引數說明
| 引數 | 含義 | 備註 |
|---|---|---|
--input |
本地影片/圖片檔案路徑 | 適用於本地檔案分析 |
--url |
網路影片/圖片 URL 地址（API 服務自動下載） | API 服務自動下載網路資源 |
--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） | 用於雲端歷史報告查詢 |
--api-url |
API 服務地址（可選，使用預設值） | 按需填寫 |
--detail |
輸出詳細程度（basic/standard/json，預設 json） | 輸出詳細程度 |
--output |
結果輸出檔案路徑（可選） | 可選 |
🗂️ 資源索引 | Resource Index
| 資源型別 | 路徑 | 用途 | 何時讀取 |
|---|---|---|---|
| 🐍 必要指令碼 | scripts/plant_wilting_monitoring_analysis.py |
呼叫 API、執行分析或查詢歷史報告 | 執行分析或查詢時使用 |
| 🐍 必要指令碼 | scripts/config.py |
呼叫 API、執行分析或查詢歷史報告 | 執行分析或查詢時使用 |
| 📘 領域參考 | references/api_doc.md |
瞭解 API 介面規範、欄位說明和錯誤碼 | 僅在需要了解介面規範或錯誤碼時讀取 |
⚠️ 注意事項 | Notes
| 分類 | 注意事項 |
|---|---|
| 📚 文件讀取 | 僅在需要時讀取參考文件，保持上下文簡潔 |
| 📁 格式支援 | 支援格式：jpg/jpeg/png，最大 20MB |
| 🧑⚖️ 結果性質 | 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 |
| 🚫 指令碼限制 | 禁止臨時生成指令碼，只能用技能本身的指令碼 |
| 🌐 網路地址 | 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 |
| 📜 報告輸出 | 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 作為超連結地址，且自動轉化為如下 Markdown |
| 📜 報告輸出 | 表格輸出示例 |
📝 隱私與資料安全宣告 | Privacy & Data Security
| 序號 | 說明 |
|---|---|
| 1 | 資料保密處理 |
| 2 | 系統基於 使用者名稱/手機號 生成的標識僅作為使用者關聯資訊，不儲存任何可直接識別個人身份的明文資訊。 |
| 3 | 安全傳輸 |
| 4 | 所有資料（包括影片檔案及關聯標識）均通過 HTTPS/TLS 加密通道 傳送至雲端 API 進行分析，防止資料在傳輸過程中被竊取或篡改。 |
| 5 | 資料留存策略 |
| 6 | 雲端伺服器遵循“最小必要原則”，分析任務完成後即刻刪除原始影片資料，不進行持久化儲存，確保使用者隱私資料不被留存或濫用。 |
| ## 🧰 使用示例 | Examples |
# 監測本地影片/圖片中植物的枯萎狀況
python -m scripts.plant_wilting_monitoring_analysis --input /path/to/plant.mp4
# 監測網路影片/圖片
python -m scripts.plant_wilting_monitoring_analysis --url https://example.com/wilting.mp4
# 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
# 輸出精簡報告
python -m scripts.plant_wilting_monitoring_analysis --input plant.jpg --detail basic
# 儲存結果到檔案
python -m scripts.plant_wilting_monitoring_analysis --input plant.jpg --output result.json
🤖 AI 評測
這個技能在植物枯萎監測方面做得不錯，能區分環境萎蔫和病理性枯萎，提供量化評估和早期預警，文件說明詳細直觀。不足之處是存在隱私風險——你的圖片或影片會被髮送到外部伺服器分析，系統會自動建立身份標識並關聯你的歷史記錄。如果對資料隱私比較敏感，使用前需要慎重考慮。整體質量中上，功能實用但隱私方面需要改進。
