garden-layout-planner

Garden Layout Planner 是一款专为家庭园丁和种植爱好者设计的智能规划工具，通过命令行界面提供专业的花园布局管理服务。该技能围绕伴生种植（Companion Planting）原理构建，内置超过50种植物的配对数据库，帮助用户科学规划作物布局，最大化利用种植空间。

核心用法方面，用户可通过简单的命令行指令完成花园床位创建、植物添加、伴生关系查询等操作。工具支持定义不同尺寸和光照条件（全日照、半阴、阴凉）的种植床，并根据植物特性提供精准的间距建议。特色功能包括"三姐妹种植法"等传统农业智慧的应用，以及跨季节轮作规划，帮助用户追踪历年种植记录，避免连作障碍。

显著优点体现在其科学的种植指导体系。工具不仅提供植物间的相容性分析（如番茄与罗勒的互利关系），还明确标注不兼容组合（如豆类与洋葱的抑制效应），降低病虫害风险。技术层面，该技能采用纯Python标准库开发，无外部依赖，确保了运行环境的稳定性；数据完全本地存储于JSON文件，配合严格的导出路径验证（限制在用户目录、/tmp及工作目录），既保护用户隐私又防止系统文件被意外修改。

潜在局限性主要包括来源可信度为T3级（个人开发者账号），虽经代码审计仍建议谨慎使用。交互方式采用纯命令行界面，对不熟悉终端操作的用户存在学习门槛。此外，当前版本缺乏图形化可视化界面，布局查看依赖文本输出，直观性有限。数据管理完全依赖用户手动维护，无自动同步或云备份功能。

适用人群涵盖家庭菜园主、阳台种植爱好者、小型农场经营者，以及学习有机农业和永续农业的学生。特别适合计划实施伴生种植策略、需要优化有限空间利用率，或希望建立长期轮作记录的管理者。

使用风险主要集中在数据持久化方面。虽然本地存储保障了隐私，但用户需自行定期备份~/.openclaw/workspace/garden_layout_db.json文件以防数据丢失。路径安全限制虽为防护特性，但意味着无法直接导出至系统级目录。总体而言，这是一款功能专注、安全可靠的园艺辅助工具，适合注重隐私和轻量级解决方案的用户。

核心用法

Garden Layout Planner 是一款专为园艺爱好者设计的花园布局规划工具，通过命令行界面实现完整的种植规划流程。核心功能包括：

基础规划：使用 add-bed 创建种植床并指定尺寸与日照条件（full/partial/shade），支持多床管理；add-plant 按坐标精确定位植物，实现可视化布局。

智能伴生：companions 命令查询 50+ 种植物的伴生关系数据库，涵盖经典组合（番茄-罗勒、玉米-豆类-南瓜三姐妹系统）与禁忌搭配；incompatible 命令主动规避负向组合。

间距优化：spacing 命令提供分档间距建议（小型 6-12 英寸、中型 12-24 英寸、大型 24+ 英寸），防止过度密植。

季节管理：add-season 支持按年份追踪种植记录，辅助轮作规划，减少土壤病虫害累积。

数据导出：export 生成 Markdown 格式布局文档，路径严格限制在安全目录（~/.openclaw/workspace/、/tmp/、home），禁止写入系统敏感路径。

显著优点

• 零依赖架构：仅使用 Python 标准库（json、pathlib、argparse），无供应链攻击风险，部署极简。
• 权威伴生知识：内置经过验证的伴生种植数据库，涵盖传统农法与现代园艺研究，降低试错成本。
• 空间效率最大化：支持垂直种植（trellis）、密植（intensive）与 succession planting 等集约模式，适配小空间场景。
• 轮作可追溯：JSON 本地存储结构便于备份与跨设备迁移，多年数据累积支持科学轮作决策。
• 隐私安全：全程离线运行，无网络传输，符合 GDPR 数据最小化原则。

潜在局限

• 无图像界面：纯命令行交互，对非技术用户存在学习门槛，布局可视化依赖 Markdown 文本渲染。
• 静态知识库：伴生与间距数据为内置固化，不支持自定义植物添加或本地气候参数调整。
• 无实时提醒：缺乏灌溉、施肥等养护日程联动，需配合 plant-tracker 等技能形成完整管理闭环。
• 坐标系统简化：二维网格模型未考虑地形起伏、土壤异质性等复杂因素。

适合人群

• 家庭园艺爱好者与阳台种植者
• 小规模农场与社区菜园管理者
• 农业教育场景（演示伴生种植原理）
• 极简主义者与隐私敏感用户（拒绝云服务）

常规风险

• 规划与执行偏差：工具输出为种植建议，实际产量受气候、病虫害、土壤质量等多重变量影响，不可过度依赖。
• 数据丢失风险：本地 JSON 文件损坏或误删将导致历史布局丢失，建议定期执行 export 备份。
• 伴生知识边界：内置数据库覆盖常见蔬菜，对稀有植物、变种或特定地区传统组合可能存在盲区。