{"id":"63e35da0-c8f1-4bd9-bb88-74bf8257bf6c","entityType":"agent","slug":"clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis","name":"Leaf Aging Fall Prediction | 植物叶片老化/脱落预测","canonicalUrl":"https://www.xpersona.co/agent/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis","canonicalPath":"/agent/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis","generatedAt":"2026-10-10T05:40:04.946Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-10T00:12:00.670Z","emptyReason":null},"description":"Using 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). | 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'）。 Skill: Leaf Aging Fall Prediction | 植物叶片老化/脱落预测 Owner: 18072937735 Summary: Using 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). | 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","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 1.8K downloads reported by the source. Last updated 10/10/2026.","installCommand":"clawhub skill install s17f8q65zg3y98t86jdg1177g583whq8:smyx-leaf-aging-fall-prediction-analysis","sourceUrl":"https://clawhub.ai/18072937735/smyx-leaf-aging-fall-prediction-analysis","homepage":"https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/18072937735/smyx-leaf-aging-fall-prediction-analysis","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":65,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"Using a fixed indoor camera to continuously capture leaf images of houseplants from the same angle every day, AI vision techniques detect leaf color changes (gr"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-10T00:12:00.670Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T00:12:00.670Z","emptyReason":null},"stars":null,"forks":null,"downloads":1848,"packageName":null,"latestVersion":"1.0.16","tractionLabel":"1.8K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-10T00:12:00.669Z","emptyReason":null},"lastUpdatedAt":"2026-10-10T00:12:00.670Z","lastCrawledAt":"2026-10-10T00:12:00.669Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-11T00:12:00.670Z","lastVerifiedAt":null,"highlights":[{"version":"1.0.16","createdAt":"2026-10-03T02:04:25.726Z","changelog":"- Version updated to 1.0.16. - Documentation (SKILL.md) updated for minor content or metadata improvements; version number and related information refreshed. - Outdated file skill-card.md removed.","fileCount":31,"zipByteSize":40137},{"version":"1.0.15","createdAt":"2026-09-23T16:22:28.467Z","changelog":"- Version updated to 1.0.15. - Updated documentation in SKILL.md. - Removed obsolete skill-card.md file. - Minor adjustments in configuration (skills/smyx_common/scripts/config.yaml). - No functional changes to skill features or API usage.","fileCount":31,"zipByteSize":40226},{"version":"1.0.14","createdAt":"2026-09-06T23:38:28.475Z","changelog":"- Updated documentation in SKILL.md with minor edits and version bump from 1.0.11/1.0.13 to 1.0.14. - Removed the file skill-card.md. - No changes to core functionality or logic. - Existing workflows, usage, and capabilities remain the same.","fileCount":31,"zipByteSize":40241},{"version":"1.0.13","createdAt":"2026-08-24T17:04:32.699Z","changelog":"- Updated version number in SKILL.md from 1.0.10 to 1.0.11. - Removed the skill-card.md file. - No changes to core logic, functionality, or usage instructions. - Documentation was updated for version and structure consistency only.","fileCount":31,"zipByteSize":40344},{"version":"1.0.12","createdAt":"2026-08-17T04:44:58.875Z","changelog":"- Removed the file skill-card.md. - No user-facing changes in functionality or documentation content. - This update is a maintenance release with only the removal of a supporting markdown file.","fileCount":31,"zipByteSize":40335},{"version":"1.0.11","createdAt":"2026-08-16T10:53:28.508Z","changelog":"- Updated SKILL.md version from 1.0.8 to 1.0.10 - Minor content or metadata adjustments in documentation - Removed obsolete skill-card.md file - Updated internal config in skills/smyx_common/scripts/config.yaml - No major feature or interface changes introduced","fileCount":31,"zipByteSize":40280},{"version":"1.0.10","createdAt":"2026-08-05T11:57:29.339Z","changelog":"- Removed the file: skill-card.md. - No changes to code or user-facing features. - Documentation and functionality remain unchanged.","fileCount":31,"zipByteSize":40294},{"version":"1.0.9","createdAt":"2026-07-27T11:50:44.628Z","changelog":"v1.0.9 changelog - Updated SKILL.md with new version and metadata. - Removed redundant skill-card.md file. - No functional or API changes; documentation and cleanup only.","fileCount":31,"zipByteSize":40257}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17f8q65zg3y98t86jdg1177g583whq8:smyx-leaf-aging-fall-prediction-analysis","setupComplexity":"low","setupSteps":["Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T05:40:04.942Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-leaf-aging-fall-prediction-analysis/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-10T00:12:00.670Z","emptyReason":null},"readme":"Skill: Leaf Aging Fall Prediction | 植物叶片老化/脱落预测\n\nOwner: 18072937735\n\nSummary: Using 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). | 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'）。\n\nTags: latest:1.0.16\n\nVersion history:\n\nv1.0.16 | 2026-10-03T02:04:25.726Z | auto\n\n- Version updated to 1.0.16.\n- Documentation (SKILL.md) updated for minor content or metadata improvements; version number and related information refreshed.\n- Outdated file skill-card.md removed.\n\nv1.0.15 | 2026-09-23T16:22:28.467Z | auto\n\n- Version updated to 1.0.15.\n- Updated documentation in SKILL.md.\n- Removed obsolete skill-card.md file.\n- Minor adjustments in configuration (skills/smyx_common/scripts/config.yaml).\n- No functional changes to skill features or API usage.\n\nv1.0.14 | 2026-09-06T23:38:28.475Z | auto\n\n- Updated documentation in SKILL.md with minor edits and version bump from 1.0.11/1.0.13 to 1.0.14.\n- Removed the file skill-card.md. \n- No changes to core functionality or logic. \n- Existing workflows, usage, and capabilities remain the same.\n\nv1.0.13 | 2026-08-24T17:04:32.699Z | auto\n\n- Updated version number in SKILL.md from 1.0.10 to 1.0.11.\n- Removed the skill-card.md file.\n- No changes to core logic, functionality, or usage instructions.  \n- Documentation was updated for version and structure consistency only.\n\nv1.0.12 | 2026-08-17T04:44:58.875Z | auto\n\n- Removed the file skill-card.md.\n- No user-facing changes in functionality or documentation content.\n- This update is a maintenance release with only the removal of a supporting markdown file.\n\nv1.0.11 | 2026-08-16T10:53:28.508Z | auto\n\n- Updated SKILL.md version from 1.0.8 to 1.0.10\n- Minor content or metadata adjustments in documentation\n- Removed obsolete skill-card.md file\n- Updated internal config in skills/smyx_common/scripts/config.yaml\n- No major feature or interface changes introduced\n\nv1.0.10 | 2026-08-05T11:57:29.339Z | auto\n\n- Removed the file: skill-card.md.\n- No changes to code or user-facing features.\n- Documentation and functionality remain unchanged.\n\nv1.0.9 | 2026-07-27T11:50:44.628Z | auto\n\nv1.0.9 changelog\n\n- Updated SKILL.md with new version and metadata.\n- Removed redundant skill-card.md file.\n- No functional or API changes; documentation and cleanup only.\n\nv1.0.8 | 2026-07-13T07:38:34.249Z | auto\n\n- Updated SKILL.md to version 1.0.5 with minor documentation edits and metadata changes.\n- Removed the redundant file skill-card.md.\n- Made minor updates to skills/smyx_common/scripts/util.py.\n- No changes to feature set or user-facing behavior.\n\nv1.0.7 | 2026-07-06T23:03:24.564Z | auto\n\n- Updated skill version from 1.0.3 to 1.0.4 in documentation.\n- No changes to functionality, logic, or features—documentation refresh only.\n- No changes to code or APIs.\n\nv1.0.6 | 2026-07-04T01:57:24.585Z | auto\n\n- Updated version to 1.0.6.\n- Documentation updates: SKILL.md revised, version and descriptive details updated.\n- Obsolete documentation cleanup: removed skill-card.md.\n- Minor changes to configuration and utility scripts (`config.py`, `dao.py`, `util.py`).\n- General maintenance and refactoring across core skill files.\n\nv1.0.5 | 2026-06-26T13:45:32.025Z | auto\n\n**Skill logic and privacy upgrade:**  \n- Switched user identity (open-id) handling to automatic, internal-only processing; users no longer provide or see identity parameters.\n- Updated all documentation to emphasize internal authentication; removed any prompts or requirements for users to input usernames, mobile numbers, or identity info.\n- Simplified report query and analysis commands—internal user linkage is now fully automatic; usage examples reflect this.\n- Enhanced privacy: identity never shown, requested, or exposed to end users at any step.\n- Old open-id/manual config and identity-checking instructions removed from scripts and docs.\n\nv1.0.4 | 2026-06-15T06:25:23.964Z | auto\n\n- Removed the file skill-card.md from the repository.\n- No changes to core logic, documentation, or user-facing features.\n- This update is a minor clean-up of redundant project files.\n\nv1.0.3 | 2026-06-14T11:15:21.427Z | auto\n\n- Updated description and license information in SKILL.md for clarity and compliance.\n- Refined documentation structure for improved readability.\n- Removed the redundant skill-card.md file.\n- No core logic changes detected in the scripts; update is documentation-focused.\n\nv1.0.0 | 2026-05-24T11:17:48.367Z | auto\n\nInitial release of smyx-leaf-aging-fall-prediction-analysis:\n\n- Predicts houseplant leaf aging and fall risk within 3–7 days using daily time-series images and AI vision for color, gloss, and petiole angle analysis.\n- Distinguishes normal vs. stress-induced leaf drop; provides daily aging reports and proactive care alerts.\n- Includes strict open-id acquisition rules to access prediction and history features.\n- Delivers direction-only care suggestions (e.g., increase humidity) with no chemical dosage advice.\n- Supports smart planter and gardening app integration for refined care recommendations.\n- Users can query and display historical leaf aging/fall reports in structured Markdown tables with direct report links.\n\nArchive index:\n\nArchive v1.0.16: 31 files, 40137 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2077b), SKILL.md (12643b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (160b)\n\nFile v1.0.16:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.16\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.16:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.16\",\n  \"publishedAt\": 1790993065726\n}\n\nFile v1.0.16:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.16:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.16:scripts/config.yaml\n\n{}\n\nFile v1.0.16:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.16:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.16:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.16:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.16:skill-card.md\n\n## Description:\n\nAnalyzes houseplant leaf images or video to estimate aging trends and predict when leaves may fall, with care suggestions and report history.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nPlant owners, greenhouse staff, and plant-care services use this skill to review leaf aging and near-term shedding risk from images or video and consult prior reports for care planning.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Plant images or video and related metadata are sent to configured cloud services.\n\nMitigation: Confirm the service operator and data handling before submitting private media.\n\nRisk: The skill silently creates or reuses an identity and stores service tokens locally.\n\nMitigation: Review the account used, token storage, and how to remove local identity data before installation.\n\nRisk: Historical reports are linked to the service account and may expose prior media analysis.\n\nMitigation: Limit access to report history and confirm how to delete cloud reports.\n\n## Reference(s):\n\n- [ClawHub skill release](https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis)\n- [Leaf aging prediction API documentation](references/api_doc.md)\n- [Skill demonstration](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, Guidance]\n\n**Output Format:** [Structured report text or JSON; Markdown table for report history]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May include care suggestions and report links; predictions are for plant-care guidance.]\n\n## Skill Version(s):\n\n1.0.16 (source: SKILL.md frontmatter and ClawHub release)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.16:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.16:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.15: 31 files, 40226 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2159b), SKILL.md (12643b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (160b)\n\nFile v1.0.15:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.14\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.15:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.15\",\n  \"publishedAt\": 1790180548467\n}\n\nFile v1.0.15:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.15:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.15:scripts/config.yaml\n\n{}\n\nFile v1.0.15:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.15:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.15:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.15:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.15:skill-card.md\n\n## Description:\n\nAnalyzes fixed-angle houseplant leaf images or videos to detect aging indicators and forecast likely leaf-fall windows over the next 3-7 days.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users, plant-care operators, and developers use this skill to analyze plant leaf media, identify aging or stress signals, and receive structured care guidance with report links. It also supports querying prior leaf-aging and fall-risk analysis reports associated with the user's account.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Plant images, videos, URLs, and report history are processed by the publisher's remote service.\n\nMitigation: Use only media suitable for third-party remote processing, and avoid media containing people, private interiors, sensitive locations, or account data unless retention and deletion terms are clarified.\n\nRisk: Analysis and history requests may be linked to a persistent local or remote identity.\n\nMitigation: Review identity handling before installation and avoid use where persistent association of plant media or report history is unacceptable.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis)\n- [Leaf aging API documentation](artifact/references/api_doc.md)\n- [Skill demo](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, json, shell commands, guidance]\n\n**Output Format:** [Markdown text with structured JSON analysis content and report links]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May write the returned analysis text to a user-specified output file.]\n\n## Skill Version(s):\n\n1.0.15 (source: server release metadata)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.15:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.15:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.14: 31 files, 40241 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2344b), SKILL.md (12643b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (160b)\n\nFile v1.0.14:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.13\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.14:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.14\",\n  \"publishedAt\": 1788737908475\n}\n\nFile v1.0.14:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.14:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.14:scripts/config.yaml\n\n{}\n\nFile v1.0.14:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.14:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.14:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.14:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: dev\n\nFile v1.0.14:skill-card.md\n\n## Description:\n\nAnalyzes fixed-angle indoor plant images or videos to detect leaf-aging signals and predict leaf-fall risk windows for care planning.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users, developers, and plant-care operators use this skill to submit indoor plant image sequences or videos for leaf-aging analysis, fall-risk prediction, care suggestions, and report history lookup.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill uploads plant images or videos to a remote service and can query cloud report history.\n\nMitigation: Review the remote service before deployment, use only appropriate media with consent, and document where submitted files and generated reports are processed.\n\nRisk: The skill automatically creates or reuses cloud identities and stores reusable tokens locally.\n\nMitigation: Run it in a controlled environment, restrict account scope, rotate or remove stored tokens after use, and avoid plaintext token storage for general release.\n\nRisk: Security evidence reports unsafe HTTP development endpoints in release defaults.\n\nMitigation: Configure HTTPS production endpoints before deployment and block unauthenticated or untrusted-origin requests.\n\n## Reference(s):\n\n- [Leaf aging/fall prediction API documentation](references/api_doc.md)\n- [SMYX analysis API documentation](skills/smyx_analysis/references/api_doc.md)\n- [Skill demo](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, JSON, Guidance]\n\n**Output Format:** [Markdown or JSON analysis report with care suggestions and report links]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May include structured aging indicators, predicted fall windows, at-risk leaf identifiers, cause hints, care suggestions, and history-query results.]\n\n## Skill Version(s):\n\n1.0.14 (source: server release metadata; artifact frontmatter says 1.0.13)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.14:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.14:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.13: 31 files, 40344 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2544b), SKILL.md (12643b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (160b)\n\nFile v1.0.13:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.11\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.13:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.13\",\n  \"publishedAt\": 1787591072699\n}\n\nFile v1.0.13:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.13:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.13:scripts/config.yaml\n\n{}\n\nFile v1.0.13:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.13:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.13:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.13:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: dev\n\nFile v1.0.13:skill-card.md\n\n## Description:\n\nAnalyzes fixed-angle indoor plant images or video to detect leaf aging signals and predict leaf fall risk windows over the next 3-7 days.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to analyze continuous indoor plant media for leaf color, gloss, and petiole-angle changes, then receive structured leaf aging reports, fall-risk windows, and care guidance. The skill also supports cloud history lookups for prior leaf aging and fall prediction reports.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Plant images, videos, or URLs may be sent to the Life Emergence backend for analysis.\n\nMitigation: Use media approved for upload and confirm the service's retention, access, and account controls before deployment.\n\nRisk: The skill can create or reuse a local/cloud identity and store service tokens in the workspace data directory.\n\nMitigation: Run it in an isolated workspace, review token storage practices, and clear local data when reports or credentials should not persist.\n\nRisk: Default configuration includes development HTTP endpoints that may be unsuitable for production use.\n\nMitigation: Review and replace endpoint configuration with approved production services before commercial operation.\n\n## Reference(s):\n\n- [ClawHub Skill Page](https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis)\n- [Leaf Aging Fall Prediction API Documentation](references/api_doc.md)\n- [Common Analysis API Documentation](skills/smyx_analysis/references/api_doc.md)\n- [Skill Usage Demo](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown and JSON text with optional shell commands and report links]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Produces structured analysis content, fall-risk timing, at-risk leaf identifiers, care suggestions, and historical report tables when requested.]\n\n## Skill Version(s):\n\n1.0.13 (source: server release metadata; artifact frontmatter reports 1.0.11)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.13:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.13:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.12: 31 files, 40335 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2438b), SKILL.md (12643b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (160b)\n\nFile v1.0.12:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.10\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.12:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.12\",\n  \"publishedAt\": 1786941898875\n}\n\nFile v1.0.12:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.12:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.12:scripts/config.yaml\n\n{}\n\nFile v1.0.12:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.12:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.12:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.12:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: dev\n\nFile v1.0.12:skill-card.md\n\n## Description:\n\nUses fixed-angle indoor plant images or video to analyze leaf color, gloss, and petiole angle changes, then predicts likely leaf-fall risk windows and care guidance.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users, developers, and plant-care operators use this skill to evaluate continuous indoor plant media, distinguish normal leaf aging from possible stress, and receive structured predictions for leaves likely to fall within the next 3-7 days.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Plant media, report history, and internal identifiers may be sent to the publisher's remote service.\n\nMitigation: Install only where that data transfer is acceptable, and confirm the service endpoints and data-handling expectations before use.\n\nRisk: The skill may silently create or reuse an identity and store authentication tokens locally.\n\nMitigation: Review local identity and token storage before deployment, restrict workspace access, and define a process to delete or reset stored identity data.\n\nRisk: Security evidence flags broad network behavior and possible dev/private HTTP endpoint configuration.\n\nMitigation: Confirm production endpoints, block unintended private or test hosts, and monitor outbound network access during execution.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis)\n- [API interface documentation](references/api_doc.md)\n- [SMYX analysis API documentation](skills/smyx_analysis/references/api_doc.md)\n- [Skill demo](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, JSON, shell commands, guidance]\n\n**Output Format:** [Markdown text with structured JSON analysis content and report links]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May save the generated report text to a caller-specified output file.]\n\n## Skill Version(s):\n\n1.0.12 (source: server release metadata; artifact frontmatter declares 1.0.10)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.12:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.12:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.11: 31 files, 40280 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2351b), SKILL.md (12643b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (160b)\n\nFile v1.0.11:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.10\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.11:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.11\",\n  \"publishedAt\": 1786877608508\n}\n\nFile v1.0.11:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.11:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.11:scripts/config.yaml\n\n{}\n\nFile v1.0.11:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.11:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.11:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.11:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: dev\n\nFile v1.0.11:skill-card.md\n\n## Description:\n\nAnalyzes indoor houseplant image or video sequences to detect leaf aging signals and predict likely leaf-fall risk windows within the next 3-7 days.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users, plant-care operators, and developers use this skill to analyze recurring indoor plant media, identify leaf aging indicators, review likely causes, and receive directional care guidance before predicted leaf drop.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill may upload plant media or supplied media URLs, along with identity data, to its service.\n\nMitigation: Require explicit user consent before the first analysis or history lookup, and submit only media intended for this analysis.\n\nRisk: The skill creates or reuses an internal identity and stores account tokens in the workspace database.\n\nMitigation: Document token retention and deletion, protect the workspace data directory, and clear or rotate stored tokens when access is no longer needed.\n\nRisk: History lookup can return account-linked prior reports.\n\nMitigation: Run history queries only when the user asks for report history and present results for the resolved account context.\n\n## Reference(s):\n\n- [Leaf Aging Fall Prediction API Documentation](references/api_doc.md)\n- [SMYX Analysis API Documentation](skills/smyx_analysis/references/api_doc.md)\n- [ClawHub Skill Page](https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis)\n- [Skill Demo](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [Text, Markdown, JSON, Guidance]\n\n**Output Format:** [Markdown-style text with structured JSON report content and report export links]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Can save the rendered analysis output to a user-specified file.]\n\n## Skill Version(s):\n\n1.0.11 (source: ClawHub release metadata; artifact frontmatter lists 1.0.10)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.11:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.11:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.10: 31 files, 40294 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2431b), SKILL.md (12642b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (160b)\n\nFile v1.0.10:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.8\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.10:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.10\",\n  \"publishedAt\": 1785931049339\n}\n\nFile v1.0.10:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.10:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.10:scripts/config.yaml\n\n{}\n\nFile v1.0.10:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.10:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.10:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.10:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.10:skill-card.md\n\n## Description:\n\nAnalyzes fixed-angle indoor plant image or video sequences to detect leaf aging signals and predict likely leaf-fall risk windows over the next 3-7 days.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users, plant-care operators, and developers use this skill to analyze continuous indoor plant imagery, estimate aging indicators, identify at-risk leaves, and receive directional care guidance before likely leaf drop.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Plant image or video content, remote URLs, identity metadata, and report-history requests may be sent to lifeemergence.com services.\n\nMitigation: Use the skill only when account-linked cloud processing is acceptable, and avoid submitting sensitive plant-location or environment media.\n\nRisk: The skill may silently create or reuse an identity and persist session tokens locally.\n\nMitigation: Review or clear the workspace data database and tokens before and after use when account reuse or retained history is not desired.\n\nRisk: Leaf-fall predictions and care suggestions may be incorrect or incomplete.\n\nMitigation: Treat results as plant-care guidance, confirm against observed plant conditions, and avoid relying on the skill for specific chemical treatment decisions.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis)\n- [Leaf aging API documentation](artifact/references/api_doc.md)\n- [Analysis API documentation](artifact/skills/smyx_analysis/references/api_doc.md)\n- [Skill demo](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, shell commands, guidance]\n\n**Output Format:** [Markdown or JSON analysis report with risk indicators, care suggestions, and report links]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May save report output to a user-specified file.]\n\n## Skill Version(s):\n\n1.0.10 (source: ClawHub release metadata; artifact frontmatter says 1.0.8)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.10:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.10:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.9: 31 files, 40257 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2428b), SKILL.md (12642b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (159b)\n\nFile v1.0.9:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.8\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.9:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.9\",\n  \"publishedAt\": 1785153044628\n}\n\nFile v1.0.9:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.9:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.9:scripts/config.yaml\n\n{}\n\nFile v1.0.9:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.9:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.9:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.9:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.9:skill-card.md\n\n## Description: <br>\nThis skill analyzes fixed-angle indoor plant image or video sequences to detect leaf aging signals and predict leaf-fall risk windows over the next 3-7 days. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[18072937735](https://clawhub.ai/user/18072937735) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nExternal users, plant-care operators, greenhouse teams, and developers use this skill to analyze indoor plant media, identify aging indicators, estimate leaf-fall timing, and receive directional care guidance. It can also query prior cloud reports associated with the active platform identity. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Plant photos, videos, or media URLs may be sent to a remote cloud service for analysis. <br>\nMitigation: Use only media approved for remote processing and review data-sensitivity requirements before installation. <br>\nRisk: The skill may create or reuse an internal account and persist returned service tokens locally. <br>\nMitigation: Run it in an isolated workspace or account and review token persistence and identity binding before deployment. <br>\nRisk: History lookup may list prior cloud reports associated with the active platform identity. <br>\nMitigation: Confirm identity separation and report-access expectations before enabling historical report queries. <br>\n\n\n## Reference(s): <br>\n- [API documentation](references/api_doc.md) <br>\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis) <br>\n- [Skill demo](https://lifeemergence.com/sample.html) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [Analysis, Markdown, JSON, Shell commands, Guidance] <br>\n**Output Format:** [Markdown or JSON analysis report with optional saved file output] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [May include report links and historical report tables from the remote service.] <br>\n\n## Skill Version(s): <br>\n1.0.9 (source: server release evidence; artifact frontmatter states 1.0.8) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v1.0.9:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.9:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.8: 31 files, 40255 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2438b), SKILL.md (12642b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (159b)\n\nFile v1.0.8:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.5\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.8:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.8\",\n  \"publishedAt\": 1783928314249\n}\n\nFile v1.0.8:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.8:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.8:scripts/config.yaml\n\n{}\n\nFile v1.0.8:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.8:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.8:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.8:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.8:skill-card.md\n\n## Description: <br>\nAnalyzes indoor houseplant image or video sequences to detect leaf aging indicators and predict likely leaf-fall risk windows. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[18072937735](https://clawhub.ai/user/18072937735) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nExternal users, plant-care operators, and developers can use this skill to analyze fixed-angle indoor plant media, identify senescence signs, produce structured reports, and query prior cloud-generated reports. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The security review says the skill uploads plant images, videos, or URLs to the lifeemergence cloud service. <br>\nMitigation: Use only media that is appropriate to send to that service, and avoid sensitive home-camera footage unless retention, account, and deletion practices are acceptable. <br>\nRisk: The security review says the skill can create or reuse a local identity and store access tokens in the workspace. <br>\nMitigation: Review the generated local identity and token storage before installation, and install only in workspaces where that credential behavior is acceptable. <br>\nRisk: The security verdict is suspicious and calls for review before installation. <br>\nMitigation: Review the skill and its scan results before deployment, especially cloud upload and credential-handling behavior. <br>\n\n\n## Reference(s): <br>\n- [ClawHub Skill Page](https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis) <br>\n- [API Documentation](references/api_doc.md) <br>\n- [Skill Demo](https://lifeemergence.com/sample.html) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, shell commands, guidance] <br>\n**Output Format:** [Markdown and JSON-style structured analysis text with report links] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [May save analysis output to a local file when an output path is provided.] <br>\n\n## Skill Version(s): <br>\n1.0.8 (source: server release metadata; artifact frontmatter lists 1.0.5) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v1.0.8:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.8:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.7: 31 files, 40383 bytes\n\nFiles: references/api_doc.md (1464b), scripts/__init__.py (54b), scripts/config.py (692b), scripts/config.yaml (3b), scripts/skill.py (580b), scripts/smyx_leaf_aging_fall_prediction_analysis.py (3605b), skill-card.md (2877b), SKILL.md (12642b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28605b), _meta.json (159b)\n\nFile v1.0.7:SKILL.md\n\n---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.4\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n---\n\n## 🎯 任务目标 | Goals\n### 1. 🧩 技能用途\n\n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\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 叶色变化趋势识别（绿→黄→褐） |\n| 2 | 叶面光泽度变化检测 |\n| 3 | 叶柄基部离层角度估算 |\n| 4 | 老化指数（0-100%） |\n| 5 | 脱落风险时间窗口预测 |\n| 6 | 至风险叶片定位/编号 |\n| 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） |\n| 8 | 方向性养护建议 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 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 |\n| 🔎 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 |\n| 📚 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 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 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 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 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 |\n| 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 |\n| 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**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地叶片图像序列/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--pet-type` | 类别标识，植物场景默认 `other` | 按需填写 |\n| `--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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/smyx_leaf_aging_fall_prediction_analysis.py`](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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 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 |\n| 🧑‍⚖️ 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 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 🧰 使用示例 | Examples\n```bash\n# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json\n```\n\nFile v1.0.7:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.7\",\n  \"publishedAt\": 1783379004564\n}\n\nFile v1.0.7:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）\n\nFile v1.0.7:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.7:scripts/config.yaml\n\n{}\n\nFile v1.0.7:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.7:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.7:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.7:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.7:skill-card.md\n\n## Description: <br>\nAnalyzes fixed-angle indoor plant image or video sequences to detect leaf aging indicators and predict likely leaf-fall windows with care suggestions. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[18072937735](https://clawhub.ai/user/18072937735) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nPlant owners, plant-rental operators, greenhouse teams, and gardening-app developers use this skill to analyze continuous indoor plant imagery, estimate aging and shedding risk, and generate structured care guidance. It is also used to query prior cloud-generated analysis reports for the same skill workflow. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: Plant images or videos, report queries, and related analysis requests are sent to the lifeemergence cloud service. <br>\nMitigation: Use the skill only with plant media appropriate for remote processing, and avoid footage that includes private interiors, people, or other sensitive content unless the service's processing and retention model is acceptable. <br>\nRisk: The skill may silently create or reuse a local identity, log in to a remote service, and store returned tokens in a shared workspace database. <br>\nMitigation: Review the identity, login, token storage, and workspace-sharing behavior before installation or deployment, especially on shared systems. <br>\nRisk: The security verdict is suspicious because the scan identified cloud API use and local token handling that require user review. <br>\nMitigation: Run the skill in a controlled environment, review outbound network access, and rotate or clear locally stored tokens if the workspace is reused. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-leaf-aging-fall-prediction-analysis) <br>\n- [Publisher profile](https://clawhub.ai/user/18072937735) <br>\n- [Skill demo](https://lifeemergence.com/sample.html) <br>\n- [API interface reference](artifact/references/api_doc.md) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, shell commands, configuration, guidance] <br>\n**Output Format:** [Markdown and JSON-style structured analysis reports with command examples and report links] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [May save analysis output to a user-specified file; supports basic, standard, and json detail modes.] <br>\n\n## Skill Version(s): <br>\n1.0.7 (source: server release evidence; packaged SKILL.md frontmatter reports 1.0.4) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v1.0.7:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.7:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3","readmeExcerpt":"Skill: Leaf Aging Fall Prediction | 植物叶片老化/脱落预测 Owner: 18072937735 Summary: Using 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). | 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","codeSnippets":[],"executableExamples":[{"language":"bash","snippet":"python -m scripts.smyx_leaf_aging_fall_prediction_analysis --list"},{"language":"text","snippet":"requests>=2.28.0"},{"language":"bash","snippet":"# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json"},{"language":"bash","snippet":"python -m scripts.smyx_leaf_aging_fall_prediction_analysis --list"},{"language":"text","snippet":"requests>=2.28.0"},{"language":"bash","snippet":"# 分析本地叶片图像序列\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input /path/to/leaf_sequence.mp4\n\n# 分析网络叶片视频\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --url https://example.com/leaf_sequence.mp4\n\n# 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）\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --list\n\n# 输出精简报告\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --detail basic\n\n# 保存结果到文件\npython -m scripts.smyx_leaf_aging_fall_prediction_analysis --input video.mp4 --output result.json"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: \"smyx-leaf-aging-fall-prediction-analysis\"\ndescription: \"Using 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). | 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'）。\"\nversion: \"1.0.16\"\nlicense: \"MIT-0\"\n---\n\n# 🍂 Leaf Aging Fall Prediction | 室内绿植叶片老化/脱落预测\n> **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\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **植物叶片老化/脱落预测** |\n| 🎯 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'）。 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |\n| 🧩 场景码 | `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` |\n\nUsing 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.\n\n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。\n\n## 🤖 AI 角色 | AI Role\n| 角色要点 | 说明 |\n|---|---|\n| 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。** |\n\n## 🎬 技能演示 | Skill Demo\n\n[▶️ 点击查看技能使用介绍](https://lifeemerge"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-leaf-aging-fall-prediction-analysis\",\n  \"version\": \"1.0.16\",\n  \"publishedAt\": 1790993065726\n}"},{"path":"references/api_doc.md","content":"# API 接口文档\n\n此处用于存放室内绿植叶片老化/脱落预测 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/health-analysis/v2/start-health-analysis` - 启动叶片老化/脱落预测任务\n2. `/web/health-analysis/v2/get-health-analysis-result` - 获取分析结果与脱落风险预测\n3. `/web/health-analysis/page-health-analysis-result` - 分页查询历史预测记录\n4. `/health/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `SMYX_LEAF_AGING_FALL_PREDICTION_ANALYSIS` - 室内绿植叶片老化/脱落预测\n\n## 输入约束\n\n- 推荐使用每天同一角度、同一时段的连续叶片图像（至少过去 7 天）\n- 关键观测特征：叶色变化（绿→黄→褐）、叶面光泽度、叶柄基部离层角度\n- 可选附带：植物名称/品种、放置环境（光照、湿度）、上次施肥/浇水时间\n\n## 输出字段（参考）\n\n- `aging_index` - 叶片老化指数（0-100%）\n- `predicted_fall_window` - 预测脱落时间窗口（如 \"未来 3-5 天\"）\n- `at_risk_leaves` - 即将脱落的叶片定位/编号\n- `aging_cause_hint` - 老化原因提示（自然衰老 / 缺水胁迫 / 光照不足 / 营养缺乏等）\n- `care_suggestion` - 养护方向建议（提高湿度、调整光照、修剪建议等，非具体化学方案）"},{"path":"skills/smyx_analysis/references/api_doc.md","content":"# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |"},{"path":"scripts/config.yaml","content":"{}"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"Using 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). | 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'）。 Skill: Leaf Aging Fall Prediction | 植物叶片老化/脱落预测 Owner: 18072937735 Summary: Using 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). | 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","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":939,"uniquenessScore":47,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-10T00:12:00.670Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-10T00:12:00.670Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T05:40:04.946Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}