Orchid Growth Status Detection (Shoots / Spike / Roots) | 兰花新芽/花梗/根系状态识别

Other

AI-powered orchid growth-status detection from HD images (including roots visible through transparent pots) via orchid cameras or smartphones. Measures new-shoot count, flower-spike length, and root color/condition (white = healthy, brown = aged, black = rotten) to deliver a holistic vitality assessment (vigorous / normal / weak) plus care guidance such as 'three new shoots, healthy roots, increase phosphorus-potassium to promote spike growth'. Helps orchid hobbyists pinpoint repotting and feeding timing. Scenarios: home orchid care, orchid greenhouses, horticulture studios. | 通过兰花栽培专用摄像头或手机拍摄的高清图像（包括透明兰盆内的根系），利用AI视觉分析技术检测兰花新芽萌发数量、花梗（花箭）生长长度以及根系颜色（白色健康、褐色老化、黑色腐烂），综合输出兰花的生长状态评估（旺盛/正常/衰弱）及养护建议（如"新芽萌发3个，根系健康，可适当增加磷钾肥促进花梗生长"）。有助于兰花爱好者精准掌握植株生长节奏，及时调整水肥管理。应用场景：兰花家庭养护、兰花大棚、兰花园艺工作室。

Install

openclaw skills install smyx-orchid-growth-status-detection-analysis

Orchid Growth Status Detection (Shoots / Spike / Roots) | 兰花新芽/花梗/根系状态识别

通过兰花栽培专用摄像头或手机拍摄的高清图像（包括透明兰盆内的根系），利用AI视觉分析技术检测兰花新芽萌发数量、花梗（花箭）生长长度以及根系颜色（白色健康、褐色老化、黑色腐烂），综合输出兰花的生长状态评估（旺盛/正常/衰弱）及养护建议（如"新芽萌发3个，根系健康，可适当增加磷钾肥促进花梗生长"）。有助于兰花爱好者精准掌握植株生长节奏，及时调整水肥管理。应用场景：兰花家庭养护、兰花大棚、兰花园艺工作室。

🎯 AI 角色

假设你是一个专业的兰花栽培AI。你的任务是分析兰花的整体图像（包括假鳞茎、叶片、花梗）以及透明盆内的根系图像，检测新芽萌发数量、花梗长度、根系颜色和状态，综合评估兰花当前生长活力。不要提供具体的施肥或用药剂量，仅输出基于视觉的生长状态指标。

任务目标

本 Skill 用于：通过兰花植株图像及透明盆内根系图像，检测新芽/花梗/根系三大核心指标，综合评估生长活力
能力包含：新芽萌发数量统计、花梗（花箭）长度评估、根系颜色识别（白/绿/褐/黑）、根系健康度评估、生长活力综合评级（旺盛/正常/衰弱）、养护方向参考
触发条件:
1. 默认触发：当用户提供兰花植株或根系图像/视频需要分析时，默认触发本技能进行生长状态识别
2. 当用户明确需要兰花生长状态检测时，提及兰花新芽、花箭、花梗、兰花根、根系颜色、兰花换盆、兰花施肥等关键词，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 ：查看历史兰花报告、历史兰花状态报告、兰花报告清单、显示所有兰花报告、查询兰花生长记录
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"查看所有兰花报告"、"显示兰花状态报告"、"查看历史报告"等），必须：
  - 直接使用 python -m scripts.smyx_orchid_growth_status_detection_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）

在执行兰花生长状态识别前，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
  - 提供本地兰花图像/视频文件路径或网络 URL
  - 拍摄建议：
    - 建议拍摄两张：植株整体（看新芽/花梗）+ 透明盆侧面（看根系）
    - 高清近景，光线充足均匀
    - 透明盆拍摄根系时贴近盆壁
    - 固定角度定期拍摄，便于跟踪生长变化
  - 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. 执行生长状态识别
  - 调用 -m scripts.smyx_orchid_growth_status_detection_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: 本地兰花图像/视频文件路径
    - --url: 网络兰花图像/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: 显示兰花生长状态识别历史报告列表清单
    - --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. 查看识别结果
  - 接收结构化的兰花生长状态报告
  - 包含：新芽萌发数量、花梗（花箭）长度估计、根系颜色分布（白/绿/褐/黑各占比）、根系健康度、综合生长活力评级（旺盛/正常/衰弱）、养护方向参考
  - 重要提示：仅输出基于视觉的生长状态指标，不提供具体的施肥或用药剂量

🌱 新芽萌发评估

新芽数量	评级	说明
3+	🟢 旺盛	生长活力极佳，株型扩展能力强
1-2	🟡 正常	健康生长，符合正常分蘖节奏
0	🟠 静止	处于休眠或养分储备期；若长期无芽需关注

🌸 花梗（花箭）长度评估

长度阶段	视觉表现	养护方向参考
萌动期（<5cm）	假鳞茎旁出现绿色尖锥状突起	保持稳定环境，避免移动
拔节期（5-20cm）	花箭快速伸长，节间明显	注意支撑，防倒伏
花苞期（>20cm）	花箭顶端出现花苞	增加磷钾肥方向，准备开花
无花梗	仅见叶片和新芽	可能营养未达开花条件，或非花期

🌿 根系颜色识别与健康度

根系颜色	健康度	视觉表现	含义
⚪ 银白色	🟢 极佳	根尖饱满有水雾感，外层覆盖银白色根被	充水后呈现，活跃健康根系
🟢 翠绿色	🟢 优秀	透明盆中可见的健康吸水根	正在光合作用与吸水，活力强
🟡 浅黄色	🟡 普通	较老的根系	老化但仍具功能
🟠 褐色	🟠 衰退	干瘪、表皮褐变	老化或缺水，需关注
⚫ 黑色	🔴 腐烂	软烂发黑、有臭味	烂根，需紧急处理

📊 生长活力综合评级

评级	综合特征	养护方向
🟢 旺盛	新芽 ≥2，根系以白/绿为主（>70%健康根）	维持当前养护，可适当增肥促进开花
🟡 正常	新芽 1-2，根系健康根占 40-70%	保持稳定，关注水肥平衡
🟠 衰弱	无新芽，褐/黑根超 50%	需检查浇水/通风/植料，必要时换盆
🔴 危重	假鳞茎萎缩、烂根超过 70%	紧急处理：剪除烂根、消毒、重新上盆

📅 兰花养护关键节点参考

季节	重点观察指标	常见问题
🌸 春季	新芽萌发数量、花梗抽出	春化不足导致无花
🌞 夏季	根系颜色（防烂根）	高温烂根、叶片晒伤
🍂 秋季	花梗发育、株型饱满度	花苞败育、新芽不健壮
❄️ 冬季	假鳞茎饱满度、根系状态	低温烂根、冻害

资源索引

必要脚本：见 scripts/smyx_orchid_growth_status_detection_analysis.py(用途：调用 API 进行兰花生长状态识别，本地文件上传，网络 URL 由 API 服务自动下载)
配置文件：见 scripts/config.py(用途：配置 API 地址、默认参数和场景代码)
领域参考：见 references/api_doc.md(何时读取：需要了解 API 接口详细规范和错误码时)

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：建议整体+根系两张图；根系拍摄必须为透明盆且贴近盆壁
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
仅输出基于视觉的生长状态指标，不提供具体施肥或用药剂量
不透明盆无法识别根系，仅能评估新芽和花梗
兰花品种繁多（蝴蝶兰/卡特兰/石斛/国兰/万代等），不同品种根系/花梗形态差异大
根系刚浇水会呈翠绿色（吸水状态），干燥时呈银白色（根被显露），均为健康
长期无新芽不一定是衰弱，可能处于休眠/养分储备期，需结合季节判断
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
当显示历史识别报告清单的时候，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"列使用兰花生长状态报告-{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
兰花生长状态报告-20260312172200001 植物 2026-03-12 17:22:00 🔗 查看报告

报告名称	对象类型	分析时间	点击查看
兰花生长状态报告-20260312172200001	植物	2026-03-12 17:22:00	🔗 查看报告

使用示例

# 分析本地兰花图像（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.smyx_orchid_growth_status_detection_analysis --input /path/to/orchid.jpg --open-id your-open-id

# 分析网络兰花图像（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.smyx_orchid_growth_status_detection_analysis --url https://example.com/orchid.jpg --open-id your-open-id

# 显示历史识别报告/显示报告清单列表
python -m scripts.smyx_orchid_growth_status_detection_analysis --list --open-id your-open-id

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

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