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

Other

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。

Install

openclaw skills install smyx-plant-wilting-quantification-analysis

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 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

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。

任务目标

  • 本 Skill 用于: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
  • 能力包含:叶片下垂角度检测、茎秆挺直程度评估、叶片舒展度分析、萎蔫指数综合评分(0-100%)、缺水/水涝原因判别(结合可选土壤湿度)、灌溉/排水方向建议
  • 触发条件:
    1. 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
    2. 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
    3. 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
  • 自动行为:
    1. 如果用户上传了附件或者图像/视频文件,则自动保存为本地文件
    2. ⚠️ 强制数据获取规则(次高优先级):如果用户触发任何历史报告查询关键词(如"查看所有萎蔫报告"、"显示萎蔫量化报告"、"查看历史报告"等),必须
      • 直接使用 python -m scripts.smyx_plant_wilting_quantification_analysis --list --open-id 参数调用 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
      • 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

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

操作步骤

🔒 open-id 获取流程控制(强制执行,防止遗漏)

在执行萎蔫量化前,必须按以下优先级顺序获取 open-id:

第 1 步:【最高优先级】检查技能所在目录的配置文件(优先)
        路径:skills/smyx_common/scripts/config.yaml(相对于技能根目录)
        完整路径示例:${OPENCLAW_WORKSPACE}/skills/{当前技能目录}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
        ↓ (未找到/未配置/api-key 为空)
第 2 步:检查 workspace 公共目录的配置文件
        路径:${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
        ↓ (未找到/未配置)
第 3 步:检查用户是否在消息中明确提供了 open-id
        ↓ (未提供)
第 4 步:❗ 必须暂停执行,明确提示用户提供用户名或手机号作为 open-id

⚠️ 关键约束:

  • 禁止自行假设,自行推导,自行生成 open-id 值(如 openclaw-control-ui、default、userC113、user123 等)
  • 禁止跳过 open-id 验证直接调用 API
  • 必须在获取到有效 open-id 后才能继续执行分析
  • 如果用户拒绝提供 open-id,说明用途(用于保存和查询历史报告记录),并询问是否继续

  • 标准流程:
    1. 准备图像/视频输入
      • 提供本地植物整体图像/视频文件路径或网络 URL
      • 拍摄建议:
        • 侧视图最佳,能清晰看到叶片与茎秆的夹角
        • 光线充足(自然光最佳),避免逆光
        • 固定角度定期拍摄便于对比萎蔫变化
      • 支持图像(jpg/png)和视频(mp4/avi/mov)格式
    2. 获取 open-id(强制执行)
      • 按上述流程控制获取 open-id
      • 如无法获取,必须提示用户提供用户名或手机号
    3. 执行萎蔫量化
      • 调用 -m scripts.smyx_plant_wilting_quantification_analysis 处理图像/视频文件(必须在技能根目录下运行脚本
      • 参数说明:
        • --input: 本地植物图像/视频文件路径
        • --url: 网络植物图像/视频 URL 地址(API 服务自动下载)
        • --pet-type: 对象类型,植物场景默认 other
        • --open-id: 当前用户的 open-id(必填,按上述流程获取)
        • --list: 显示萎蔫量化历史报告列表清单
        • --api-key: API 访问密钥(可选)
        • --api-url: API 服务地址(可选,使用默认值)
        • --detail: 输出详细程度(basic/standard/json,默认 json)
        • --output: 结果输出文件路径(可选)
    4. 查看量化结果
      • 接收结构化的萎蔫量化报告
      • 包含:萎蔫指数(0-100%)叶片下垂角度茎秆挺直度叶片舒展度萎蔫原因判断(缺水/水涝/其他,结合可选土壤湿度)、干预方向建议(如"缺水,请浇水"或"水涝,请停止浇水并松土")
      • 重要提示:仅输出萎蔫程度和可能原因,不提供具体浇水量

📐 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

注意事项

  • 仅在需要时读取参考文档,保持上下文简洁
  • 支持 jpg/png/mp4/avi/mov 格式,最大 10MB
  • 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
  • API 密钥可选,如果通过参数传入则必须确保调用鉴权成功,否则忽略鉴权
  • 仅输出萎蔫程度和可能原因,不提供具体浇水量
  • 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
  • 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
  • 禁止临时生成脚本,只能用技能本身的脚本
  • 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
  • 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 reportImageUrl 作为超链接地址,且自动转化为如下 Markdown 表格格式输出,包含"报告名称"、"对象类型"、"分析时间"、"点击查看"四列,其中"报告名称"列使用植物萎蔫量化报告-{记录id}形式拼接, "点击查看" 列使用 [🔗 查看报告](reportImageUrl) 格式的超链接,用户点击即可直接跳转到对应的完整报告页面。
  • 表格输出示例:
    报告名称对象类型分析时间点击查看
    植物萎蔫量化报告-20260312172200001植物2026-03-12 17:22:00🔗 查看报告

使用示例

# 分析本地植物图像(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_plant_wilting_quantification_analysis --input /path/to/plant_side.jpg --open-id your-open-id

# 分析网络植物图像(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_plant_wilting_quantification_analysis --url https://example.com/plant.jpg --open-id your-open-id

# 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 --open-id your-open-id

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

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