植物枯萎监测技能
by @smyx-sunjinhui
Early monitoring of plant wilting based on hyperspectral imaging and computer vision, captures early wilting signs before visible symptoms, provides early wa...
clawhub install smyx-plant-wilting-monitoring-analysis📖 About This Skill
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. | 植物枯萎监测技能，基于高光谱成像与计算机视觉，在肉眼可见症状前捕捉早期枯萎迹象，为精准灌溉和病害防控提供早期预警" version: "1.0.0"
Plant Wilting Monitoring Skill | 植物枯萎监测技能
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.
本技能搭载先进的高光谱成像结合计算机视觉与拉曼光谱分析技术，能够在肉眼可见症状出现之前，精准捕捉植物的早期枯萎迹象。系统通过深度分析叶片的光谱反射率、蒸腾速率及分子振动指纹，敏锐识别由缺水、高温或维管束病害（如镰刀菌、黄萎病）引起的生理性变化与水分胁迫。结合时序行为建模，该技能不仅能区分环境性萎蔫与病理性枯死，还能对枯萎等级进行量化评估，为精准灌溉与病害阻断提供关键的早期预警与决策支持。
演示案例
⚠️ 强制记忆规则（最高优先级）
本技能明确约定：
memory/YYYY-MM-DD.md、MEMORY.md 等本地文件任务目标
python -m scripts.plant_wilting_monitoring_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
requests>=2.28.0
监测要求（获得准确结果的前提）
为了获得准确的早期枯萎监测，请确保：
1. 目标叶片清晰：拍摄中上部成熟功能叶片，避免完全枯死或新生幼叶 2. 自然光拍摄：避免强烈逆光和反光，尽可能反映真实光谱特征 3. 时序对比更佳：如果有不同时间点的视频/图片，可分别上传进行对比分析
操作步骤
🔒 open-id 获取流程控制（强制执行，防止遗漏）
在执行植物枯萎监测分析前，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：
-m scripts.plant_wilting_monitoring_analysis 处理输入（必须在技能根目录下运行脚本）
- 参数说明:
- --input: 本地视频/图片文件路径（使用 multipart/form-data 方式上传）
- --url: 网络视频/图片 URL 地址（API 服务自动下载）
- --open-id: 当前用户的 open-id（必填，按上述流程获取）
- --list: 显示历史植物枯萎监测分析报告列表清单（可以输入起始日期参数过滤数据范围）
- --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. 查看分析结果
- 接收结构化的植物枯萎监测报告
- 包含：输入基本信息、是否检测到早期枯萎、枯萎原因分类（缺水/高温/病理性）、枯萎等级量化、预警等级、管理建议资源索引
注意事项
植物枯萎监测报告-{记录id}形式拼接, "点击查看"
列使用
🔗 查看报告
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。
使用示例
# 监测本地视频/图片中植物的枯萎状况（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.plant_wilting_monitoring_analysis --input /path/to/plant.mp4 --open-id openclaw-control-ui监测网络视频/图片（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.plant_wilting_monitoring_analysis --url https://example.com/wilting.mp4 --open-id openclaw-control-ui显示历史监测报告/显示监测报告清单列表/显示历史植物枯萎监测（自动触发关键词：查看历史监测报告、历史报告、监测报告清单等）
python -m scripts.plant_wilting_monitoring_analysis --list --open-id openclaw-control-ui输出精简报告
python -m scripts.plant_wilting_monitoring_analysis --input plant.jpg --open-id your-open-id --detail basic保存结果到文件
python -m scripts.plant_wilting_monitoring_analysis --input plant.jpg --open-id your-open-id --output result.json