核心用法
Garden 是一款基于本地结构化存储的园艺管理技能，通过 ~/garden/ 目录下的 Markdown 文件系统实现跨季节数据积累。核心工作流包括：
1. 渐进式建档：从单一的 memory.md 起步，按需扩展至植物档案（plants/）、区域管理（zones/）、气候配置（climate.md）和收获记录（harvests.md）
2. 活动日志体系：按月份归档的日志系统，使用 emoji 标记快速记录种植（🌱）、浇水（💧）、病虫害（🐛）、收获（🍅）、修剪（✂️）及天气事件（🌡️）
3. 智能查询响应：支持"当前需浇水作物""当季可种植品种""叶片发黄诊断"等场景化问答，自动关联植物健康史、区域条件及近期天气
显著优点
- 完全离线：零网络依赖，无 API 调用，杜绝数据外泄风险
- 轮作强制合规：内置 3 年同科作物轮作间隔规则，自动预警违规种植
- 气候感知决策：基于用户配置的 USDA 耐寒区与霜冻日期，计算最佳种植窗口
- 跨季节复利：历年收获数据支持品种产量对比与决策优化
- 分层存储设计：当前焦点数据优先加载，历史档案按需读取，保证响应效率
潜在局限
- 气候数据需手动配置，无法自动同步实时气象
- 病虫害诊断依赖静态症状参考库，缺乏图像识别能力
- 不支持硬件联动（自动灌溉、传感器接入）
- 多设备同步需借助第三方文件同步工具
适合人群
- 家庭菜园/阳台种植爱好者，追求数据化管理的"数字园丁"
- 注重隐私、拒绝 SaaS 订阅的离线优先用户
- 需要轮作规划与历年对比的中小型规模种植者
- 希望建立个人种植知识库而非依赖通用建议的经验型用户
常规风险
- 数据完整性：本地文件损坏或误删将导致历史记录丢失，建议配合备份策略
- 诊断局限性：AI 基于文本症状推断，无法替代实地观察与专业农艺师判断
- 配置依赖：气候参数输入错误将直接影响种植建议准确性
- 用户确认机制：写入主记忆文件（MEMORY.md）需显式同意，避免意外污染全局上下文