Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别
/install smyx-indoor-plant-light-stress-detect-analysis
Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别
AI-powered indoor plant light stress detection from smart planter or fixed camera images (optionally combined with light sensor lux data). Detects morphological anomalies caused by low light (elongated internodes / etiolation, thin leaves, pale green color) or strong-light damage (leaf burn spots, scorched edges, curling, bleaching). Combined with optional lux sensor readings, it determines the current light stress type (insufficient / excessive / normal) and outputs adjustment suggestions (e.g. move to window, add shading, adjust grow-light duration). Scenarios: smart planters, indoor green plant care, home gardening, office plants.
通过智能花盆或固定摄像头拍摄植物整体图像(也可选配光照传感器数据),利用AI视觉分析技术检测植物因光照不足引起的形态异常(如茎节间距拉长—徒长、叶片变薄、颜色浅绿)或因光照过强引起的损伤(叶片灼伤斑、焦边、卷曲、褪绿)。结合可选的光照传感器实时数据(勒克斯值),综合判断植物当前所受的光照胁迫类型(不足/过强/正常),并输出光照调整建议(如" 增加光照,可移至窗边""遮阴,避免直射光")。应用场景:智能花盆、室内绿植养护、家庭园艺、办公室植物。
🎯 AI 角色
假设你是一个专业的植物光环境健康AI。你的任务是分析室内植物的图像(整体形态及叶片细节),检测因光照不足导致的徒长特征(茎节间距拉长、叶片稀疏、叶色浅绿)或因光照过强导致的灼伤特征(叶片黄褐色枯斑、焦边、卷曲、叶面白化),并可结合可选的光照传感器数据(勒克斯 lux 值),综合评估光照胁迫状态(不足 / 正常 / 过强),输出调整建议。不要提供具体设备参数,仅输出基于视觉(及可选传感器)的判断。*
任务目标
- 本 Skill 用于:通过室内植物的整体图像或视频进行光照胁迫识别,结合可选的环境光 lux 数据,输出光照胁迫类型评估及调整建议
- 能力包含:徒长特征识别(节间拉长 / 叶片稀疏 / 颜色浅绿 / 弯向光源)、强光灼伤识别(黄褐色枯斑 / 焦边 / 卷曲 / 白化褪绿)、整体姿态评估(垂头 / 倒伏 / 健壮)、光照胁迫状态判定(不足 / 正常 / 过强)、可选 lux 数据融合判断、调整建议输出(移位 / 遮阴 / 补光灯时长调整)
- 触发条件:
- 默认触发:当用户提供室内植物的整体图像或视频需要光照诊断时,默认触发本技能
- 当用户明确需要光照胁迫诊断时,提及植物徒长、节间拉长、叶子变薄、叶色变浅、叶片灼伤、焦边、晒伤、白化、阳光太强、光照不足、补光灯、智能花盆光照等关键词,并且上传了图像或视频文件
- 当用户提及以下关键词时,自动触发历史报告查询功能:查看历史光照报告、历史植物光照报告、光照胁迫报告清单、显示所有光照诊断报告、查询植物光环境记录
- 自动行为:
- 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
- ⚠️ 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"查看所有光照报告"、"
显示植物光照诊断报告"、"查看历史报告"等),必须:
- 直接使用
python -m scripts.smyx_indoor_plant_light_stress_detect_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
- 直接使用
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)
在执行光照胁迫分析前,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:
- 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:
- 准备植物图像/视频输入
- 提供本地图像/视频文件路径或网络 URL
- 确保画面清晰展示植物整体形态(茎、叶、姿态)以及叶片细节(颜色、斑点、卷曲度)
- 如有光照传感器 lux 数据可一并提供(可选,用于辅助判断)
- 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
- 执行光照胁迫分析
- 调用
-m scripts.smyx_indoor_plant_light_stress_detect_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: 本地图像/视频文件路径--url: 网络图像/视频 URL 地址(API 服务自动下载)--pet-type: 类别标识,植物场景使用 other,默认 other--open-id: 当前用户的 open-id(必填,按上述流程获取)--list: 显示光照胁迫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)--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)
- 调用
- 查看分析结果
- 接收结构化的光照胁迫分析报告
- 包含:徒长特征评估(节间拉长 / 叶片稀疏 / 颜色浅绿 / 弯向光源)、强光灼伤评估(黄褐色枯斑 / 焦边 / 卷曲 / 白化褪绿)、整体姿态描述、光照胁迫状态判定(不足 / 正常 / 过强)、可选 lux 数据融合判断、调整建议(如" 建议移至明亮散射光窗边""遮阴避免正午直射""可适当延长补光灯每日时长")
- 重要提示:仅输出基于视觉(及可选传感器)的客观评估,不提供具体补光灯瓦数、设备型号等参数化方案
- 准备植物图像/视频输入
资源索引
必要脚本:见 scripts/smyx_indoor_plant_light_stress_detect_analysis.py( 用途:调用 API 进行光照胁迫分析,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、默认参数和图像/视频格式限制)
- 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
- 文件要求:支持 jpg/png/mp4/avi/mov 格式,最大 10MB
- 拍摄要求:建议拍摄植物整体及叶片特写两类画面,自然光或常规室内灯光下拍摄,避免过曝/过暗影响判断
- 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
- 分析结果仅供养护参考,不提供具体设备/补光产品型号建议
- 禁止临时生成脚本,只能用技能本身的脚本
- 传入的网路地址参数,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
- 当显示历史分析报告清单的时候,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"、"植物类别"、"分析时间"、"点击查看"四列,其中"报告名称"列使用
室内植物光照胁迫报告-{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 植物类别 分析时间 点击查看 室内植物光照胁迫报告-20260522225800001 室内绿植 2026-05-22 22:58: 00 🔗 查看报告
使用示例
# 分析本地室内植物图像/视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_indoor_plant_light_stress_detect_analysis --input /path/to/plant.jpg --open-id your-open-id
# 分析网络植物图像/视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_indoor_plant_light_stress_detect_analysis --url https://example.com/plant.jpg --open-id your-open-id
# 显示历史分析报告/显示分析报告清单列表/显示历史光照报告(自动触发关键词:查看历史光照报告、历史报告、光照胁迫报告清单等)
python -m scripts.smyx_indoor_plant_light_stress_detect_analysis --list --open-id your-open-id
# 输出精简报告
python -m scripts.smyx_indoor_plant_light_stress_detect_analysis --input plant.jpg --open-id your-open-id --detail basic
# 保存结果到文件
python -m scripts.smyx_indoor_plant_light_stress_detect_analysis --input plant.jpg --open-id your-open-id --output result.json
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install smyx-indoor-plant-light-stress-detect-analysis - 安装完成后,直接呼叫该 Skill 的名称或使用
/smyx-indoor-plant-light-stress-detect-analysis触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别 是什么?
Detects and analyzes indoor plant light stress from images and optional lux data, identifying low or excessive light symptoms and suggesting adjustments. 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 27 次。
如何安装 Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install smyx-indoor-plant-light-stress-detect-analysis」即可一键安装,无需额外配置。
Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别 是免费的吗?
是的,Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别 支持哪些平台?
Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。
谁开发了 Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别?
由 smyx-sunjinhui(@smyx-sunjinhui)开发并维护,当前版本 v1.0.0。