← 返回 Skills 市场
smyx-sunjinhui

Indoor Plant Light Stress Detection | 室内植物光照不足/过强识别

作者 smyx-sunjinhui · GitHub ↗ · v1.0.0 · MIT-0
cross-platform ⚠ pending
27
总下载
0
收藏
0
当前安装
1
版本数
在 OpenClaw 中安装
/install smyx-indoor-plant-light-stress-detect-analysis
功能描述
Detects and analyzes indoor plant light stress from images and optional lux data, identifying low or excessive light symptoms and suggesting adjustments.
使用说明 (SKILL.md)

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:
    1. 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
    2. 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
    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:
    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

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:
    1. 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)
    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)
    4. 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

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
能力标签
requires-paid-servicerequires-sensitive-credentials
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install smyx-indoor-plant-light-stress-detect-analysis
  3. 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
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.0
Initial release of AI-powered indoor plant light stress detection. - Detects light stress signs (etiolation, leaf burn, curling, bleaching) in indoor plants from images or video. - Optionally integrates lux sensor data to enhance light stress assessment (insufficient, normal, excessive). - Provides actionable adjustment suggestions (e.g., move to sunlight, add shading, adjust grow lighting). - Includes strict user authentication (open-id) acquisition and usage rules. - Enables querying and displaying historical analysis reports in structured Markdown tables. - Supports multiple input formats (jpg/png/mp4/avi/mov, up to 10MB) and both smart planter and fixed camera scenarios.
元数据
Slug smyx-indoor-plant-light-stress-detect-analysis
版本 1.0.0
许可证 MIT-0
累计安装 0
当前安装数 0
历史版本数 1
常见问题

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。

💬 留言讨论