润城·城市绿化精准灌溉系统

SKILL效率
效率 未标注权限 许可证不明确
安装这个技能

润城 · 城市绿化精准灌溉系统。当用户提到"绿化带浇水计划"、"城区灌溉安排"、"浇灌车路线"、 "本周要不要浇水"、"灌溉量计算"、"导入绿化数据"、"润城"、"dashboard"、"驾驶舱"等场景时自动触发。 适用于全国城市园林/绿化管理部门及灌溉企业,支持15天滚动灌溉计划、7个气候带自适应、 24节气感知、ET₀蒸散量精算、土壤类型修正、浇灌车装水量与最优路线规划、 一键CSV数据导入、Web驾驶舱(dashboard.html)可视化大盘、 浇灌公司地块在线管理(增删改+导入导出+植物预设库)、系统配置面板(城市/气候/土壤/API)。 v3.2 主打"浇灌公司可自行录入地块数据,润城推演浇水计划",新增跨平台PWA支持(鸿蒙/安卓/iOS/桌面通用)。 **评委零配置体验**: 直接打开 output/demo.html 即可查看完整灌溉驾驶舱,无需 API Key。

一句话选型结论

按资料字段整理

润城·城市绿化精准灌溉系统是效率类的 Agent Skill,安装方式未标注,权限级别未标注,许可证不明确,有可直接复制的安装命令。技能本质是给模型读的说明书,效果取决于模型与客户端;装完先用一个小任务验证,再放进正式流程。

分类效率 安装方式未标注 权限级别未标注权限 许可证许可证不明确
累计安装 未标注 本周 未标注
GitHub 星标 未标注 仓库 未标注
下载量 未标注 技能市场下载数
权限级别 未标注权限 安装前请确认风险范围
许可证 许可证不明确 未说明

安装

未标注
在支持 Skills 的客户端里执行,装完问一句「你有哪些技能」验证
skillhub install user_8c3c5215/urban-irrigation-planner
  1. 1
    确认客户端支持

    确认你的客户端支持 Skills(Claude、Codex、Cursor 等),并升级到较新的版本。

  2. 2
    拿到技能文件

    执行上面的命令安装;也可以把仓库里的 SKILL.md 手动放进客户端的 skills 目录。

  3. 3
    刷新技能列表

    重新打开客户端,或刷新技能列表,让新放进来的技能被加载。

  4. 4
    验证是否生效

    问一句「你有哪些技能」,确认列表里出现它,再拿一个小任务试跑。

技能档案

效率
字段来自技能仓库与公开索引,中文说明由本站标注
作者 / 维护方user_8c3c5215仓库 未标注 · 版本 未标注
宿主客户端未标注技能可被这些客户端加载
安装方式未标注安装包 community
权限级别未标注权限安装前请确认风险范围
许可证未说明许可证不明确,商用前请自行确认条款
仓库可用性available技能仓库当前是否可访问
最近核验未标注上游最后核验时间 · 数据更新 1791720206
正文体量11.0 KBSKILL.md 原文大小,越大说明说明书写得越细

典型使用场景

3 类
按分类整理的常见用法,具体以 SKILL.md 为准
整理待办与日程

把零散任务收进清单,排出优先级。

批量处理重复任务

把固定动作做成模板,重复执行。

把流程写成清单

把口头流程整理成可复用的步骤。

选择建议

装之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 有可直接复制的安装命令,不用自己翻文档找入口。

先想清楚的地方

  • 没有标注权限级别,实际能做什么要装好后确认。
  • 许可证不明确,商用或二次分发前先到仓库确认条款。
  • 没有做站内核验,内容以作者仓库为准。
  • 技能只是说明书,实际效果取决于模型与客户端,装完先用小任务试一遍。

更适合

  • 需要在效率场景里给模型补一套做法的人。
  • 愿意先读一遍 SKILL.md、确认它会让模型做什么的人。

不太适合

  • 对许可证要求很严、必须明确可商用的人。
  • 只想装完就自动变强、不打算看说明书的人。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
技能权限级别安装方式累计安装宿主客户端安装命令
润城·城市绿化精准灌溉系统当前 未标注权限 未标注 未标注 未标注 有
Nano PDF 文档 联网访问 ClawHub 市场 424.9 万 OpenClaw 有
自动更新程序 浏览器控制 ClawHub 市场 296.4 万 OpenClaw 有
Gemini 助手 联网访问 ClawHub 市场 254.7 万 OpenClaw 有
word DOCX 文档 联网访问 ClawHub 市场 239.6 万 OpenClaw 有
Excel XLSX 前端 联网访问 ClawHub 市场 227.0 万 OpenClaw 有

SKILL.md 全文

11.0 KB
模型实际读到的说明书原文,来自技能仓库

润城 · 城市绿化精准灌溉系统(全国通用版 v3.1)

角色定位

你是一名中国气候专家兼城市园林灌溉工程师,精通:
- 中国全境7个气候带的植物需水规律差异
- 中国农历24节气在全国各区的灌溉指导意义
- FAO-56 ET₀蒸散量精准计算方法
- 土壤类型修正(沙土/壤土/黏土/黑土/红壤/黄土)
- 城市绿化带灌溉路线优化
- 地方水资源节约管理法规


v3.2 更新日志(2026-06-02)

改进项 说明
跨平台支持 移除Windows专属代码,统一UTF-8适配,macOS/Linux可直接运行
鸿蒙/PWA兼容 Web驾驶舱支持PWA安装(manifest.json + Service Worker),鸿蒙/安卓/iOS/桌面均可作为桌面应用使用
统一错误处理 新建 scripts/common.py 通用模块,[ERROR]/[WARN]/[INFO]/[FATAL] 统一格式输出到 stderr/stdout
知识库扩展 新增 references/irrigation_regulations.md(国标/各省定额/节水条例),新增 references/seasonal_ops.md(封冻水/春灌/梅雨季/高温应急/土壤入渗率)
BUG修复 修复 route_optimizer.py 经纬度键名映射颠倒(经度↔纬度),修复 calculate_et0.py 静默吞没异常,修复硬编码 "python" 为 sys.executable
反模式清理 移除4处重复 load_config() 定义,消除 except Exception: pass 裸异常,统一 sys.exit 退出码语义

🔍 评委快速验证(零配置)

无需注册 API Key,3 种方式均可验证:

方式 路径 说明
Web 演示页 打开 output/demo.html 零配置,预置 15 天真实灌溉数据,KPI + 图表 + 日历全展示
对话问答 在 WorkBuddy 中说「润城,北京今天需要浇水吗」 Skill 自动触发,无 Key 时降级为模拟模式
命令行 python scripts/run.py --skip-import 全链路 7 步跑通,输出灌溉计划

> demo.html 为自包含页面,无需 API Key、无需安装任何依赖,评委可直接双击打开体验完整功能(需联网加载 Chart.js 图表库 CDN)。
> 本地 config.local.json 保存真实配置备份,切勿提交到公开仓库。


全国气候带体系

气候带 纬度范围 代表城市 年降水(mm) 灌溉特征
寒温带 ≥48°N 漠河、根河 400-500 灌溉季5-9月,冬季长停灌
中温带 42-48°N 哈尔滨、长春、东乌旗 300-700 灌溉季4-10月,防风干
暖温带 35-42°N 北京、西安、济南 500-900 灌溉季3-11月,春旱明显
北亚热带 30-35°N 武汉、成都、杭州 800-1400 灌溉季3-11月,梅雨调节
中亚热带 25-30°N 长沙、贵阳、福州 1200-1800 雨季4-9月,补水为主
南亚热带 20-25°N 广州、南宁 1500-2000 雨季3-10月,少灌补灌
热带 <20°N 海口、三亚 1500-2500 全年可灌,旱季11-4月
高原气候 海拔>3000m 拉萨、西宁 300-600 灌溉季5-9月,温差大

> 程序通过 config.json 中的 climate_zone 字段识别,也可根据经纬度和海拔自动推断。


核心工作流程

第一步:配置城市(修改 scripts/config.json)

{
  &quot;qweather_api_key&quot;: &quot;你的和风天气API密钥&quot;,
  &quot;location_id&quot;: &quot;101010100&quot;,
  &quot;city_name&quot;: &quot;北京市海淀区&quot;,
  &quot;latitude&quot;: 39.9,
  &quot;longitude&quot;: 116.4,
  &quot;climate_zone&quot;: &quot;暖温带&quot;,
  &quot;soil_type&quot;: &quot;壤土&quot;,
  &quot;annual_avg_rainfall_mm&quot;: 600
}

第二步:导入本地绿化数据

运行一键导入(CSV模板见 assets/ 目录):

python scripts/data_importer.py --zones your_zones.csv --vehicles your_vehicles.csv --water your_sources.csv

第三步:获取天气预报

python scripts/fetch_weather.py

输出:15天逐日预报 JSON(温度、湿度、风速、降雨量)

第四步:计算灌溉计划

python scripts/calculate_et0.py

输出:15天逐日灌溉计划表 + JSON

第五步:优化浇水路线

python scripts/route_optimizer.py

输出:每辆车的浇水顺序和预计行驶距离

第六步:记录执行情况 🆕 v2.2

每天浇完后记录实际执行数据,形成"计划→执行→复盘"闭环:

# 全部按计划完成
python scripts/log_irrigation.py --all-completed

# 单个地块记录(如西环路少浇了200升)
python scripts/log_irrigation.py --zone Z003 --actual 7500 --notes &quot;土壤湿度尚可,减量&quot;

# 跳过某地块(如下雨)
python scripts/log_irrigation.py --skip Z001 --reason &quot;降雨后湿土&quot;

# 查看今日对比
python scripts/log_irrigation.py --summary

输出:执行对比表 + irrigation_log.json(持久化存储)

第七步:生成复盘报告 🆕 v2.2

# 近15天复盘
python scripts/review.py

# 本周复盘
python scripts/review.py --week

# 导出报告文件
python scripts/review.py --export my_report.md

报告包含:
- 执行概览(完成率、节水量)
- 经济效益分析(水费+油费节省)
- 逐日计划vs实际对比表
- 各地块偏差分析
- AI智能优化建议


ET₀ 蒸散量核心公式

ET₀(mm/天) = 0.0023 × (Tmean + 17.8) × √(Tmax - Tmin) × Ra × 0.408

其中:
- Tmean = (Tmax + Tmin) / 2
- Ra = 大气顶层辐射(程序根据纬度和月份自动从全国Ra表查取)
- 覆盖范围:20°N ~ 55°N,覆盖中国全境

植物实际日需水:

ETc(mm/天) = ET₀ × Kc(作物系数)

土壤修正:

净需水(升) = ETc(mm) × 面积(m²) × 土壤修正系数

土壤修正系数:
| 沙土 | 沙壤土 | 壤土 | 黄土 | 红壤 | 黑土 | 黏土 |
|:---:|:-----:|:---:|:---:|:---:|:---:|:---:|
| 1.30 | 1.10 | 1.00 | 1.05 | 0.95 | 0.90 | 0.80 |


智能决策规则

规则 条件 动作
冬季停灌 当前季节=冬 停止浇水
防冻停灌 日最高温 < 5°C 停止浇水
等雨停灌 预报降雨 ≥ 10mm 当日停浇
补充浇水 预报降雨 2~10mm 减量30-70%
高温预警 日最高温 > 35°C + 晴天 加量30%
大风加量 风速 > 10.8m/s + 沙土/黄土 加量15%
多雨区减量 年降水 > 1200mm 按比例减量
高蒸发预警 连续3天晴+高温+大风 加量20%

24节气灌溉策略(按气候带自适应)

详见 references/solar_terms.md,程序根据配置的气候带自动匹配对应策略。

示例(暖温带·北京):
| 节气段 | 日期 | 灌溉策略 |
|--------|------|---------|
| 立春~雨水 | 2月上-下 | 仍停灌,检查设备 |
| 惊蛰~春分 | 3月上-下 | 启动春灌,草坪返青 |
| 清明~谷雨 | 4月上-下 | 快速生长期,增量浇水 |
| 立夏~小满 | 5月上-下 | 主灌季,高蒸发 |
| 芒种~夏至 | 6月上-下 | 最高蒸散期,早晚浇 |
| 小暑~大暑 | 7月上-下 | 高温预警,等雨优先 |
| 立秋~处暑 | 8月上-下 | 逐步减量 |
| 白露~秋分 | 9月上-下 | 减量,Kc取低值 |
| 寒露~霜降 | 10月上-下 | 浇"封冻水" |
| 立冬以后 | 11月起 | 停灌,放空管道 |


一键导入 CSV 格式

绿化地块 (zone_import.csv)

地块编号,地块名称,经度,纬度,面积(m²),植物类型,备注
Z001,主干道绿化带,116.4000,39.9100,1000,草坪,
Z002,中心花坛,116.4020,39.9120,200,花卉,

浇灌车辆 (vehicle_import.csv)

车牌号,水箱容积(升),备注
京A-12345,8000,主力车
京A-67890,5000,备用车

取水点 (water_source_import.csv)

取水点编号,名称,经度,纬度,出水流量(升/分钟),备注
W001,市政消防栓,116.3990,39.9090,120,主取水点

调用说明

首次使用:
1. 去 https://dev.qweather.com/ 注册,获取免费 API Key
2. 编辑 scripts/config.json,填入你的城市信息和 API Key
3. 按需填入 CSV 数据或使用示例数据测试
4. 运行全链路:python scripts/run.py --skip-import
5. 浇灌完成后记录执行:python scripts/log_irrigation.py --all-completed
6. 周期结束后生成复盘报告:python scripts/review.py

版本历史

版本 日期 变更
v3.0.1 2026-06-21 追加「🔌如何让本技能常驻生效」指南
v3.0.0 2026-06-21 追加「🔌如何让本技能常驻生效」指南
v3.2 初始发布 首版发布

🔌 如何让本技能常驻生效(无需触发词)

> 你是否希望打开对话窗口时,这个技能就自动生效,不需要每次说触发词?
> 按以下步骤操作即可。

方法:写入 AGENTS.md 的强制前置规则

在你的 workspace 的 AGENTS.md 文件中,添加以下内容(放在 ## Tools &amp; Skills 部分之后):

### 🔒 润城·城市绿化精准灌溉系统 任务 → 自动加载本技能

当任务涉及 **绿化带浇水/灌溉计划/浇灌车路线/灌溉量计算/ET₀蒸散量/土壤修正/园林管理** 等任何相关操作时:

1. **必须先读取** `~/.workbuddy/skills/urban-irrigation-planner/SKILL.md` 全文
2. **严格执行本技能的所有铁律和规则**
3. 改完必须验证结果

为什么这样做有效?

  • AGENTS.md 是每次会话启动时 AI 必读的文件
  • 写入这里的规则不需要触发词,只要任务内容涉及对应领域就自动生效
  • 相当于把这个技能"钉"在了你的默认工作模式里

多个技能可以同时常驻

你可以在 AGENTS.md 中为多个技能分别写强制前置规则,它们互不冲突。
AI 会根据当前任务类型自动判断该加载哪个技能。

> 💡 提示:如果你不确定怎么写,直接告诉 AI:
> "把 润城·城市绿化精准灌溉系统 也加进 AGENTS.md 的强制前置规则里"
> AI 会帮你自动完成。

常见问题

5 问
答案由本站依据条目字段整理
润城·城市绿化精准灌溉系统怎么安装?

在支持 Skills 的客户端里执行:skillhub install user_8c3c5215/urban-irrigation-planner。安装方式为未标注。装完刷新技能列表或重开客户端。

润城·城市绿化精准灌溉系统支持哪些客户端?

资料没有标注宿主客户端,但只要客户端支持 Skills(Claude、Codex、Cursor 等),一般都能加载。

润城·城市绿化精准灌溉系统权限高吗,安全吗?

权限级别为未标注权限。安装前先看它会读取或写入哪些内容。

润城·城市绿化精准灌溉系统收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于技能本身和所用的模型或客户端,正式使用前按作者说明确认。

润城·城市绿化精准灌溉系统用什么许可证?

许可证标注为 未说明(许可证不明确)。商用或二次分发前请到仓库确认条款原文。

热门专题

按场景挑技能
全部专题 →

技能内容以作者仓库为准;分类、权限级别与许可证状态的中文说明为中文整理,最近核验 未标注。