Garden 技能综合评估
核心用法
Garden 是一款专为园艺爱好者设计的结构化记忆管理工具，运行于本地文件系统（~/garden/），无需联网即可完整运作。其核心架构采用分层存储策略：以 memory.md 为当前焦点入口，按需加载植物档案、种植区域记录及历史日志，避免信息过载的同时确保数据可追溯性。
用户通过标准化模板建立植物注册表（品种、定植日期、养护周期、健康历史）与区域档案（微气候条件、轮作记录），配合气候配置模块（USDA 耐寒区、霜冻日期）实现种植窗口计算。活动日志采用图标化语义（🌱种植、💧灌溉、🐛病虫害、🍅采收等），按月归档便于季度对比分析。
显著优点
1. 完全离线运行：所有数据本地存储，零外部 API 调用，杜绝隐私泄露与网络依赖
2. 模块化扩展设计：遵循"最小启动"原则，用户可逐步启用气候追踪、详细植物档案等进阶功能
3. 农学专业性：内置 3 年轮作规则（同科作物禁复种）、微气候差异提示、问题诊断流程，降低病虫害累积风险
4. 长期数据复利：跨季节采收对比、品种表现评估，支撑数据驱动的品种选择与种植优化
潜在局限
- 无实时天气集成：气候数据需手动配置，无法自动获取本地天气预报
- 硬件控制缺失：不支持自动灌溉、环境传感器等 IoT 设备联动
- 诊断依赖用户输入：病虫害识别需用户提供症状描述，无图像识别能力
- 移动端适配有限：基于文件系统的设计对手机操作不够友好
适合人群
- 注重数据隐私的都市农耕/阳台种植爱好者
- 执行有机种植、需要严格轮作记录的中型菜园管理者
- 希望建立跨年度种植档案的资深园艺玩家
- 离线环境工作者（乡村、野外站所）的辅助工具
常规风险
- 数据备份责任：本地文件需用户自行备份，系统无云端同步机制
- 规则误用：自动化的"3 年轮作"提醒若机械执行，可能忽略土壤改良后的例外情况
- 日志遗漏：诊断准确性高度依赖用户实时记录习惯，延迟补录将降低问题追溯精度