Garden

核心用法

Garden 是一套面向家庭园丁的本地-first 记忆系统，采用文件树结构长期沉淀园艺数据。核心工作流围绕六个模块展开：

植物档案（plants/）——每品种/变种独立 Markdown 文件，记录品种特性、播种/定植日期、所在区域、养护日程及健康历史。Agent 仅在用户询问时按需加载，避免上下文膨胀。

区域管理（zones/）——每个种植区独立建档，包含土壤条件、光照、微气候及轮作历史。系统强制执行「同科作物 3 年内不得重茬」规则，降低土传病害累积风险。

气候感知（climate.md）——用户手动录入 USDA 耐寒区、霜冻日期及微气候差异，Agent 据此计算播种窗口与季节性预警，不依赖外部天气 API。

活动日志（log/YYYY-MM.md）——结构化记录浇水、施肥、病虫害、修剪、采收等事件，使用统一 emoji 标记（💧🐛✂️🍅），支持跨季节检索与模式分析。

收成追踪（harvests.md）——量化记录各品种产量与品质，支撑品种评估与来年选种决策。

问题诊断（diagnostics.md）——当用户描述症状时，Agent 交叉比对植株健康史、区域环境及近期天气日志，给出排查建议而非直接结论。

显著优点

• 数据主权：所有文件存放于用户本地 ~/garden/，零网络传输、零云端依赖，隐私风险趋近于零。
• 季节复利：跨年度数据沉淀后，可生成个性化的「最佳播种窗口」「品种产量对比」等洞察。
• 轮作合规：自动 3 年轮作锁机制，减少人为疏漏导致的连作障碍。
• 低门槛迁移：纯 Markdown + 目录结构，可用任何编辑器或 Git 管理，不与特定平台绑定。

潜在缺点与局限性

• 无实时天气：需用户手动更新气候文件，无法自动获取降雨、极端天气预警，灌溉决策依赖主观判断。
• 无图像识别：病虫害诊断仅基于文本描述，无法上传叶片照片进行 AI 识别。
• 硬件隔离：不支持直连土壤传感器或自动灌溉系统，无法形成 IoT 闭环。
• 初期配置成本：首次使用需手动建立目录结构并录入基础气候参数，对技术小白存在摩擦。

适合人群

• 注重隐私、偏好本地数据管理的家庭园丁
• 有一定 Markdown/文件管理经验的用户
• 希望长期追踪品种表现、优化轮作规划的中高级爱好者
• 愿意牺牲自动化换取数据可控性的「慢技术」倡导者

常规风险

• 数据丢失：本地文件无云同步，若未配置备份（如 Git、rsync、网盘同步），硬盘故障即导致季节数据永久丢失。
• 诊断局限：文本诊断无法替代实地采样或实验室检测，严重病虫害延误可能造成经济损失。
• 微气候误判：用户自报的区域条件若与实际存在偏差，播种窗口计算将系统性失准。
• 连作锁绕过：系统仅提供规则提醒，无法强制阻止用户在物理层面重茬，合规性依赖自律。

核心用法

Garden 是一款面向家庭园艺爱好者的本地化植物管理技能，采用纯 Markdown 文档架构，无需任何外部 API 即可实现完整的花园数字化管理。其核心工作流围绕 ~/garden/ 目录展开：首次使用时创建目录结构，随后在 plants/ 中登记每株植物的品种、定植日期与养护计划，在 zones/ 中划分种植区域并记录轮作历史，日常活动通过 emoji 图标（🌱种植、💧浇水、🐛虫害、🍅采收等）记入 log/YYYY-MM.md 月度日志，最终形成跨季度的产量对比与品种评估。

该技能强调"气候感知型规划"，用户需在 climate.md 中配置 USDA 耐寒区与霜冻日期，Agent 据此计算播种窗口并推送季节性提醒。当植株出现异常时，系统会联动检索该植物的健康档案、所在区域微环境及近期天气记录，辅助诊断叶片发黄、萎蔫等常见问题。所有数据严格留存本地，不上传云端，确保隐私绝对可控。

显著优点

1. 零依赖离线运行：100% Markdown 实现，无需网络、无第三方库、无订阅费用，尤其适合网络条件有限的乡村或郊区花园场景。
2. 跨季节知识复利：结构化存储的轮作历史与产量数据，让用户在 3-5 年后拥有高度个性化的本地化种植数据库，远超通用园艺 App 的标准化建议。
3. 微气候精细化管理：支持在同一院落内划分多个"zone"并记录日照、排水等差异，解决南北向阳台、高楼风道等复杂环境的定时难题。
4. 开放式数据主权：所有文件均为人类可读的 Markdown，可随时导出、迁移或与其他工具（如 Obsidian、Notion）联动，不存在平台锁定风险。

潜在缺点与局限性

1. 全手动数据录入：无自动天气同步、无图像识别病虫害、无土壤传感器对接，重度依赖用户的记录自律性，断档一周即可能导致诊断线索缺失。
2. 轮作规则刚性：内置"同科作物 3 年内不重茬"的硬约束，对设施农业或采用无土栽培的用户可能过于保守，需手动调整。
3. 缺乏可视化：无图表自动生成，产量对比、生长曲线需用户自行在 harvests.md 中阅读原始数据，对偏好图形界面的用户不够友好。
4. 气候配置门槛：要求用户自行查询并输入 USDA 区号与霜冻日期，对园艺新手存在认知负担，误填将导致播种窗口计算偏差。

适合的目标群体

• 经验型家庭园丁：已具备基础种植知识，希望从"凭感觉"转向"数据驱动"的 3 年以上爱好者。
• 隐私敏感用户：拒绝将花园位置、种植品种等敏感信息提交至商业 SaaS 平台。
• 断网场景使用者：郊区农场、乡村院落、网络不稳定的社区花园管理者。
• Markdown 重度用户：已使用 Obsidian、Logseq 等工具管理生活的效率工具爱好者，可无缝融入现有工作流。

使用风险

• 数据丢失风险：本地文件无自动备份，硬盘故障或误删 ~/garden/ 将导致多年记录永久丢失，建议配合 Git 或云盘同步目录。
• 版本兼容风险：当前版本 1.1.0 引入了新的 setup.md onboarding 流程，旧版本用户升级时需手动迁移记忆文件格式。
• 诊断准确性风险：病虫害诊断依赖用户输入的症状描述准确性，无法替代专业农艺师的实地勘察，重症植株建议送检。
• 来源可信度风险：维护者 clawic 为个人开发者平台，无公开 GitHub 仓库或社区背书，长期更新持续性存疑，建议关注 clawhub sync 更新机制。