ESP-Claw+行空板 K10】无需买智能花盆,自制 AI 植物养护助手

项目简介

近年来已经出现了越来越多“智能植物养护”产品。例如自动浇水花盆、植物监测仪、智能种植系统等等。但大多数成熟产品都有一个共同的问题：它们不仅价格昂贵而且只能提供固定功能，用户无法根据自己的植物种类、养护习惯、环境需求自由扩展功能。
而现在，通过 ESP-Claw AI Agent 框架、行空板 K10 与 SCI 采集模块，我们已经可以用非常低的成本，0代码打造一个真正属于自己的“AI 植物养护助手”。
在这个项目中，ESP-Claw与行空板K10 会通过土壤湿度传感器实时感知植物状态，并结合自然语言理解能力，自主完成土壤湿度分析、水泵自动控制、植物状态记录、环境趋势分析以及物联网数据上传等任务。
与传统“条件触发式自动化”最大的不同在于：你不需要编写复杂代码，也不需要提前学习嵌入式开发，更不需要搭建繁琐的自动化规则系统。你只需要通过自然语言告诉它：“当土壤太干时自动帮我浇水，并每天生成植物状态报告。”剩下的数据采集、环境分析、自动控制与长期监测，都可以由 ESP-Claw 与行空板 K10 自动完成。这也是 ESP-Claw 最有意思的地方。对于很多想尝试 AI Agent、智能硬件与 AIoT 的用户来说，这也是一个非常适合入门的场景：因为你几乎不需要复杂开发能力，就能够真正亲手打造一个“会照顾植物”的 AI 智能体。


效果视频



硬件清单

• 行空板K10 *1
• Gravity: SCI采集模块 *1
• 土壤湿度传感器*1
• 直流水泵*1
• 简易继电器模块*1
  

硬件接线
使用4pin线将SCI模块接在行空板K10的I2C接口，将土壤湿度传感器接在SCI的Port1接口。使用3pin线将继电器模块接在行空板K10的P0接口，继电器的VIN端接入电源，继电器的VOUT端接入水泵，拨动继电器的NC/NO开关，调继电器拨码开关设置为： NO（常开模式）。



制作步骤

完成硬件接线后，按照1.3.1的教程完成行空板K10的ESPClaw版本固件烧录。
根据SCI模块官方WIKI,设置对应的传感器数据读取模式，土壤湿度传感器对应为模拟量输出。SCI模块不仅能完成模拟量采集，它更像是连接“现实世界”与“AI Agent”之间的数据中枢，自动完成数据标准化、时间戳记录，把传感器数据转化为 AI Agent 能理解的环境语言。

接下来，我们开始逐步让ESPClaw版行空板K10从“被动设备”进化为“植物 AI Agent”，整个过程分为 4 个阶段。

• 步骤一：植物土壤湿度监测
  

首先，我们不急着做自动控制，而是先让行空板K10“读懂数据”。
在聊天工具中发送以下对话至行空板K10：

我现在在SCI模块上接入了土壤湿度传感器，原始读数范围是0-2000mv左右，为我映射为土壤湿度，实现花园中土壤湿度的读取。
复制代码

通过此步骤将原始的传感器输出数据转变与植物状态关联的土壤湿度值数据，为行空板K10 AI Agent建立植物状态认知。

除读取土壤湿度外，该 AI 智能代理还可对一段时间内的环境数据进行分析，并依据 SCI 模块输出的带时间戳标准化数据，生成植物生长环境报告。

通过聊天工具向行空板 K10发送如下指令：

采集一分钟土壤湿度数据，在行空板 K10 屏幕上展示折线图，并生成植物生长环境分析报告。
复制代码

你将看到行空板 K10 设备上的 AI 智能代理做出对应响应。
、

• 步骤 2：搭建自动水泵控制规则
  

依托环境感知能力，我们将执行器与行空板 K10 的 AI 智能代理相连，让设备能够根据土壤湿度自主控制水泵。

通过聊天工具向行空板 K10发送下述指令：

水泵已接入行空板 K10 的 P0 引脚（GPIO1），请为我创建一条自动化规则：每 15 分钟采集一次土壤湿度；当湿度低于 25% 时，自动开启水泵为植物浇水；每次执行操作后主动推送监测数据与运行日志。
复制代码

如此一来，你即可通过自然语言操控行空板 K10 的 AI 智能代理，定时执行自动浇水任务。

• 步骤 3：自动上传数据至物联网平台
  

至此，ESP-Claw 框架已实现土壤湿度检测与自动浇水控制功能。你可将采集到的土壤湿度数据、水泵运行记录上传至物联网平台，实现远程查看数据。与此同时，行空板 K10 搭载的 AI 智能代理能够实时追踪数据变化，并具备长期数据存储能力，以此分析土壤湿度变化趋势、浇水频次以及植株耗水规律。

我向行空板 K10 的 AI 智能代理咨询适配本项目的物联网平台推荐，它给出了多款可选方案，本案例我们选用 [url=ThingSpeak (https://thingspeak.mathworks.com/]ThingSpeak 平台[/url].

按照配置指引操作，我先注册了 ThingSpeak 账号，随后为这套植物监测系统新建一个数据通道。

点击「新建通道」，按以下参数完成通道配置：

• 通道名称：ESP-Claw 园艺监测站
• 数据字段 1：土壤湿度（%）
• 数据字段 2：原始电压（毫伏）
• 数据字段 3：湿度档位
• 数据字段 4：水泵工作状态
  

配置完成后点击「保存通道」。ThingSpeak 会自动为该通道生成专属接口密钥（API Keys），后续 ESP-Claw 将凭借该密钥，把传感器采集数据与浇水运行记录上传至物联网平台。
配置全部完成后，你能在物联网平台上看到系统已自动生成对应的数据字段，平台现已成功接收来自行空板 K10 上传的实时土壤湿度数据与浇水运行记录。

• 步骤四：安装植物看护助手Skill
  

到这里，我们的行空板K10的AI Agent已经升级为能感知环境、能执行动作、能长期记录数据、能分析趋势变化的“可长期观察植物状态的 AI Agent”。我们可以将上述能力写成一个固定的花园植物自动监测系统。
在聊天工具中发送以下对话至行空板K10：为我将上述功能写成一个完整植物看护助手Skill并自动安装，每15分钟一次实现土壤湿度定时监测、水泵自动控制、物联网数据发送、植物监测报告自动发送。



总结

通过本项目，我们基于 ESP-Claw AI 智能体框架与行空板K10，构建了一个从“传统自动化控制”逐步进化而来的植物养护 AI Agent 系统。
系统中，土壤湿度传感器负责对真实物理环境进行持续监测；SCI 模块负责将原始传感器数据进行标准化与结构化处理，使其转化为 AI Agent 可以直接理解的环境信息；而行空板K10则作为执行与交互载体，结合 ESP-Claw 完成对环境状态的“理解、决策与行动”。当 ESP-Claw 赋予行空板K10“理解世界的能力”时，硬件不再只是执行指令的设备，而是一个真正能“照顾植物”的 AI Agent。