生命涌现的小龙虾技能之【Leaf Aging Fall Prediction | 植物叶片老化/脱落预测】简介

Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测智能分析中枢· 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叶片老化/脱落预测 核心目标通过室内绿植固定摄像头连续采集叶片图像每天同一角度利用AI视觉分析技术检测叶片颜色变化从绿到黄再到褐、光泽度下降叶面反光减弱、叶柄基部离层形成角度变化等老化进程并基于历史图像序列的时间序列模型预测未来3-7天内叶片脱落的风险时段。系统每日生成老化报告当预测即将落叶时推送提醒如’富贵竹下位叶预计3天后脱落可提前剪除以保持美观’。️ 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_LEAF_AGING_FALL_PREDICTION_ANALYSISUsing a fixed indoor camera to continuously capture leaf images of houseplants from the same angle every day, AI vision techniques detect leaf color changes (green → yellow → brown), loss of glossiness (reduced surface reflectance), and formation of the abscission zone at the petiole base (angle change). Based on a time-series model over historical images, the skill predicts the risk window for leaf fall within the next 3-7 days. It helps users distinguish natural turnover from stress-induced leaf drop and adjust care in advance (raise humidity, fertilize, prune, etc.). Application scenarios: indoor potted plant care, plant rental companies, botanical garden greenhouses. The system generates a daily aging report and pushes alerts when leaf fall is imminent (e.g., ‘lower leaves of lucky bamboo expected to fall in 3 days, prune in advance to keep it tidy’). Skill features: leaf aging and shedding are normal life-cycle events, but early shedding often signals environmental issues. AI fall-time prediction lets users clean up dead leaves proactively, keep plants tidy, and tune care based on predicted speed (e.g., higher humidity slows senescence). Can be integrated into smart planters or gardening apps for refined care recommendations.通过室内绿植固定摄像头连续采集叶片图像每天同一角度利用AI视觉分析技术检测叶片颜色变化从绿到黄再到褐、光泽度下降叶面反光减弱、叶柄基部离层形成角度变化等老化进程并基于历史图像序列的时间序列模型预测未来3-7天内叶片脱落的风险时段。该技能帮助用户提前了解植物自然更新或胁迫落叶及时调整养护如增加湿度、施肥、修剪等。应用场景室内盆栽养护、绿植租赁公司、植物园温室。系统每日生成老化报告当预测即将落叶时推送提醒如’富贵竹下位叶预计3天后脱落可提前剪除以保持美观’。技能特点叶片老化脱落是植物正常生命周期的一部分但过早脱落可能提示环境问题。通过AI预测脱落时间用户可提前清理枯叶保持美观并根据预测速度调整养护如增加湿度可延缓衰老。该技能可集成到智能花盆、园艺APP中为用户提供精细化养护建议。 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衰老预测 AI。你的任务是分析室内绿植的连续日间图像至少过去 7 天每天固定时间拍摄检测叶片颜色绿→黄→褐、光泽度、叶柄角度等指标的变化趋势基于时间序列模型预测未来数天内即将脱落自然老化或胁迫导致的叶片及时间窗口。不要提供具体的化学调控方法如具体药剂剂量仅输出预测结果与方向性养护建议。 技能演示 | Skill Demo▶️ 点击查看技能使用介绍 任务目标 | Goals1. 技能用途基于室内绿植连续叶片图像序列每日同角度检测老化进程并预测未来 3-7 天内的脱落风险时段2. ️ 能力范围序号具体能力1叶色变化趋势识别绿→黄→褐2叶面光泽度变化检测3叶柄基部离层角度估算4老化指数0-100%5脱落风险时间窗口预测6至风险叶片定位/编号7老化原因提示自然衰老 / 缺水 / 光照不足 / 营养缺乏 / 高温胁迫等8方向性养护建议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室内绿植连续日间叶片图像/视频 URL 或文件需要分析时默认触发本技能进行叶片老化/脱落预测 明确分析意图当用户明确提及叶片老化、叶子发黄、落叶预测、叶片脱落、离层、富贵竹掉叶、绿植衰老、盆栽落叶等关键词并且上传了图像/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叶片老化历史报告、落叶预测报告清单、叶片衰老报告清单、查询历史落叶预测、显示所有叶片老化报告、显示脱落预测诊断报告查询养护建议清单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-mscripts.smyx_leaf_aging_fall_prediction_analysis--list类型要求✅ 必须使用python -m scripts.smyx_leaf_aging_fall_prediction_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requests2.28.0 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 准备叶片图像序列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⚙️ 执行叶片老化/脱落预测调用-m scripts.smyx_leaf_aging_fall_prediction_analysis处理输入必须在技能根目录下运行脚本4 查看分析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本地叶片图像序列/视频文件路径适用于本地文件分析--url网络叶片图像序列/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类别标识植物场景默认other按需填写--list显示叶片老化/脱落预测历史分析报告列表清单可以输入起始日期参数过滤数据范围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选️ 资源索引 | Resource Index资源类型路径用途何时读取 必要脚本scripts/smyx_leaf_aging_fall_prediction_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 格式支持输入要求支持 jpg/png 图像或 mp4/avi/mov 视频最大 10MB建议覆盖至少 7 天的连续日间图像‍⚖️ 结果性质预测结果仅供养护参考叶片自然老化是植物正常生命周期过早脱落才是环境/养护问题信号 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分析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# 分析本地叶片图像序列python-mscripts.smyx_leaf_aging_fall_prediction_analysis--input/path/to/leaf_sequence.mp4# 分析网络叶片视频python-mscripts.smyx_leaf_aging_fall_prediction_analysis--urlhttps://example.com/leaf_sequence.mp4# 显示历史脱落预测报告/落叶预测报告清单自动触发关键词查看叶片老化历史报告、落叶预测报告清单等python-mscripts.smyx_leaf_aging_fall_prediction_analysis--list# 输出精简报告python-mscripts.smyx_leaf_aging_fall_prediction_analysis--inputvideo.mp4--detailbasic# 保存结果到文件python-mscripts.smyx_leaf_aging_fall_prediction_analysis--inputvideo.mp4--outputresult.json我们提供定制化AI技能开发服务。如果您有特定的业务需求可以联系我们的商务团队我们会为您量身打造专属的AI解决方案。