把气象数据自动算成作物需水量结果表
30.8/100
综合分
1
GitHub 星标
—
npm 周下载
—/5
用户评分
数据截至 2026/10/2 · 周下载取自 npm 全网(含 CI / 镜像),非本站安装数;综合分由星标、活跃度与兼容性检查合成。
自动兼容检查未通过:仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装。以下命令仍可尝试,但可能失败。
无法用 dsh 插件命令安装(仓库内无 dsh 插件清单)
git clone https://github.com/HeIIoAgain/cropwat-skills.git按该仓库 README 的原生方式安装;若作者另行发布了 DSH 插件包,请以其文档为准
状态速览
判定依据:实装验证 · 静态安装检查 · 自动扫描 · 仓库维护状态信任档位:需留意
是什么
dsh 原生插件 · other
安全吗
本站尚未对该插件做风险分级
暂未覆盖,不等同于无风险
还在维护吗
更新放缓:最近一次提交在 33 天前
档位由哪些信号合成
本站实装验证(真实安装 L4 覆盖全站;L5 为运行时冒烟或实机截图,覆盖范围小于 L4) · 验证所用 dsh 版本 · 静态安装检查 · 风险分级 · 仓库维护状态。 下方各区块是它的证据明细。
⚠︎ 实装验证未通过(unknown · 2026/11/1) ——可能是验证环境差异,装前建议到 GitHub 仓库确认最近更新与 issue。
社区实装还没有人打卡 · 装过的第一个就是你
安装兼容性检查需源码安装仓库根目录及浅层子目录均无 dsh 插件清单,无法用 dsh 插件安装命令安装
展开查看检查明细 ↓
以下结论由程序自动检查 npm 包、engines 声明与入口文件得出,未做人工实机验证——能装不等于用着没问题。
✗npm 包cropwat-skills(未发布到 npm,仅可源码安装)
✓Node 引擎未声明 engines.node
✓dsh CLI 依赖未声明 dsh 版本约束
✗入口文件缺少入口声明
源码安装时若 pnpm 拦截 prepare 脚本,按其提示在 pnpm-workspace.yaml 的 allowBuilds 中放行后重跑。
验证方式:npm registry 存在性 + package.json 静态校验 · 最后检查 2026/10/11 22:22:56
安全扫描自动 · 静态分析源码v2.7.0⚪ 扫描:无法判定尚无人工评估展开查看扫描说明与证据 ↓
安全扫描自动 · 静态分析源码
v2.7.0已尝试扫描但取不到可分析的源码:仓库或包不存在、已删除,或为非 JS/TS 实现、未随包发布源码。无法判定,不代表安全。
- · 包内无可扫 JS
- · TS 源码(可能为非 JS 实现或未发布源码),无法判定
扫描于 2026/11/4(0 天前) · 范围 全包扫描(包内未声明入口) · 来源 GitHub 仓库
静态扫描只反映源码中出现的调用,不构成安全背书;人工评估与自动扫描相互独立、互不覆盖。
给这个插件打分还没有人投票↓
用户评分
还没有人投票,来当第一个
功能亮点
- 气象数据自动算蒸散量
- 批量测算输出Excel
把 FAO CROPWAT 8.0 的完整流程自动化:从原始气象数据算 FAO-56 参考蒸散量,生成 .PEM/.CRM 输入文件,再批量测算作物需水量并输出结果 Excel。DeepSeek Harness 技能。
README
由 DeepSeek 最新模型翻译生成CROPWAT 技能使用说明
给 DeepSeek Harness(DSH)用的两个技能,把 FAO CROPWAT 8.0 的完整流程自动化、批量化处理 —— 从原始气象数据一路算到作物需水量结果表。
使用这些 Skill,可将原本需要手动操作数月的测算过程在数天内自动化完成!同时可一次性批量化处理大量数据!
装好之后,你不需要自己敲任何命令,只要用中文跟 DSH 说话就行。
一、这两个技能分别干什么
| 技能 | 干什么 | 好比 |
| cropwat-inputs | 造文件 —— 把原始气象数据变成 CROPWAT 能读的输入文件 | 备菜 |
| cropwat | 跑模型 —— 驱动 CROPWAT 算出作物需水量,输出结果 Excel | 炒菜 |
【重点】顺序不能反,必须先「备菜」再「炒菜」。
二、装进 DSH(只做一次)
1. 按 Win + R,输入下面这行,回车:
%USERPROFILE%\.dsh\skills
2. 把 cropwat 和 cropwat-inputs 两个文件夹,整个拖进去
3. 重启一次 DSH(保险起见)
装好可以验证:在 DSH 里问一句 「你现在有哪些技能?」,回答里应该能看到 cropwat 和 cropwat-inputs。
【换电脑也一样】 把两个文件夹拷过去,拖进 skills 目录,重启。
展开完整文档(README 剩余 1 节)
CROPWAT 技能使用说明 给 DeepSeek Harness(DSH)用的两个技能,把 FAO CROPWAT 8.0 的完整流程自动化、批量化处理 —— 从原始气象数据一路算到作物需水量结果表。 使用这些 Skill,可将原本需要手动操作数月的测算过程在数天内自动化完成!同时可一次性批量化处理大量数据! 装好之后,你不需要自己敲任何命令,只要用中文跟 DSH 说话就行。 一、这两个技能分别干什么 | 技能 | 干什么 | 好比 | | cropwat-inputs | 造文件 —— 把原始气象数据变成 CROPWAT 能读的输入文件 | 备菜 | | cropwat | 跑模型 —— 驱动 CROPWAT 算出作物需水量,输出结果 Excel | 炒菜 | 【重点】顺序不能反,必须先「备菜」再「炒菜」。 二、装进 DSH(只做一次) 1. 按 Win + R,输入下面这行,回车: %USERPROFILE%\.dsh\skills 2. 把 cropwat 和 cropwat-inputs 两个文件夹,整个拖进去 3. 重启一次 DSH(保险起见) 装好可以验证:在 DSH 里问一句 「你现在有哪些技能?」,回答里应该能看到 cropwat 和 cropwat-inputs。 【换电脑也一样】 把两个文件夹拷过去,拖进 skills 目录,重启。 三、你要准备什么 (1) 气象数据 每个地点、每个年份、每个月一行。需要这几列: | 列 | 含义 | | name | 地点名。会用作文件夹名和文件名 | | lat lon | 纬度、经度(度)。北纬为正 | | alt | 海拔(米) | | year month | 年、月 | | tmin | 月平均最低气温(摄氏度)【注意】要月平均值,不是当月极值。用极值 ETo 会虚高约 19% | | tmax | 月平均最高气温(摄氏度)。同上,要平均值 | | rh | 月平均相对湿度(%) | | wind_kmd | 风速(公里/天)—— 不一定是这个单位,告诉 DSH 你的数据单位即可 | | sun_h | 日照时数(小时/天)—— 不一定是这个单位,告诉 DSH 你的数据单位即可 | | rain_mm | 月降水量(毫米) | 【好消息】lat / lon / alt 这三列可以不给! 经纬度海拔都是公开信息,跟 DSH 说一句「坐标你上网查」,它就会自动查好。 程序还会生成一张「站点坐标表.csv」,你可以核对、改正,再让它用你改过的坐标。 【好消息】这些数据可以是一张表格,也可以是一堆表格,甚至是一堆表格的文件夹。 可以掺杂大量不相关的数据,DSH 会自己找出有用的,只要把文件路径告诉 DSH 即可。 甚至可以是网页!给 DSH 网页链接就行。 (2) 每种作物的播种日期 【重点】每种作物都要单独给,不能用同一个日期。播种期不同,算出来的结果差很多。 (3) 跑哪些地方、哪些作物、哪些年份 四、话术参考(照着说就行) 【场景 1】从头开始(最常用) 「用 cropwat-inputs 技能,从 E:\我的数据\气象数据.csv 生成 CROPWAT 工作文件。 经纬度海拔我没有,你上网查。」 说明:DSH 会生成到桌面 CROPWRT工作文件\ 文件夹,并顺手生成一张数据明细表放桌面。 如果你源数据里已经有经纬度海拔,就不用说后半句。 如果你的源数据存在多个文件或网页中,在这里告诉 DSH。 【场景 2】跑测算(核心,最常用) 「用 cropwat 技能跑水足迹测算。 地点:北京、上海、广州作物:小麦、玉米、水稻年份:2013 到 2024 播种日期:小麦 5月5日,玉米 4月25日,水稻 5月10日」 【重点】这五样说齐了 DSH 就能开始,少哪样它会问你。 【场景 3】先看看要跑多少组、要多久 「先给我估算一下参数和预计用时,别真跑。」 【场景 4】中断了要接着跑 「上次跑到一半断了,接着跑。」 说明:已经跑完的会自动跳过,不用重新来。 【场景 5】只要某一张表 「重新生成一下数据明细表。」 「把结果表重新导出一遍。」 【场景 6】先小规模试试 「先只跑北京 2013 年的小麦,看看对不对。」 五、跑起来之后你要做什么 【最重要的一条】坐着别动 测算期间,不要碰键盘鼠标,不要切换窗口,也不要让别的窗口盖住 CROPWAT。 原因:程序是用「模拟鼠标点击和按键」来操作 CROPWAT 的。你一碰,它就可能点错地方,那一组的结果就是错的,而且【不会报错】,悄悄地就错了。请离开电脑,或者至少别动键鼠。 要多久? 每组大约 85 秒。 预计总用时 = 地点数 × 作物数 × 年数 × 85 秒 DSH 开跑前会先把参数和预计用时列给你看,你确认了它才动手。 中途断了也没关系 结果是一组一组往硬盘上写的。重新说一遍同样的要求就行,已经跑完的会自动跳过。 六、结果在哪里 桌面 CROPWRT工作文件\ 这里面是生成出来的工作文件: Climate\<地点>\<地点>_<年份>.PEM 气候文件 Rain\<地点>\<地点>_<年份>.CRM 降水文件 Crop\<作物>.CRO 作物参数 Soil\<土壤>.SOI 土壤参数 每个地点一个子文件夹,年份都在里面。 【注意】站名只能用英文字母。 CROPWAT 的文件格式装不下中文,所以中文站名会被自动转成英文(如 呼和浩特 → Hohhot_City、锡林郭勒 → Xilinhot_City)。 桌面 CROPWAT输入数据明细.xlsx 生成文件时用到的每一个数。 桌面 cropwrt计算结果.xlsx 三个工作表: | 工作表 | 内容 | | 宽表 | 一行一个「地方-年份」,同一地方的年份挨着 | | 长表 | 一行一个观测,可以直接做面板回归 | | 说明 | 指标定义、公式、单位换算 | 每种作物三列: | 列 | 含义 | | ETc | 作物需水量(毫米) | | Eff | 有效降水量(毫米) | | Irr | 灌溉需水量(毫米) | 七、注意事项(坑都在这里) 1. 跑的时候别碰键鼠、别切窗口 后果:播种日期可能没输进去,结果错但不报错。 2. 播种日期必须说清楚,每种作物分开 后果:全用同一天会系统性偏差。 2b. 自动查坐标时,一定核对一下 重名很常见(包头在内蒙古也在海南);而且查回来的是行政中心点,不一定是你那个气象站的点。 海拔尤其要看清,它影响 ETo 计算。 程序会生成"站点坐标表.csv",改完让它用 --sites 读回。 3. 日期格式是"某月某日" 直接说"5月5日"就行,DSH 会转成程序要求的格式。 4. 气温要用月平均值,不是月极值 后果:用极值 ETo 虚高约 19%。 5. 风速单位容易错 文件里是"公里/天",公式里是"米/秒"。监督让 DSH 换算。 6. 日照单位是"小时/天" 说成"小时/月"会让辐射虚高约 8 倍。 7. 数据明细表一定要留着 这是你论文数据来源的证据。 8. 云服务器的特殊使用 由于该技能运行依赖窗口,而云服务器没有显示器,所以推荐安装虚拟显示器。 Windows Server 系列操作系统,实测较为好用的虚拟显示器为 usbmmidd_v2,参考该网站:<https://blog.csdn.net/toooooop8/article/details/158696996>。 该软件的安装包与离线版网页均在本仓库的 附件 文件夹下。 注意:此软件仅支持 Windows Server 2019,若你的系统版本不是这个版本,请重装。 同样由于该技能运行依赖窗口,若使用远程桌面连接云服务器,窗口将出现在远程桌面上 (远程桌面对于 Windows 来说也是一个显示器),因此当远程桌面断开时,无法继续测算。 解决方案:安装虚拟显示器后,使用 Sunshine / ToDesk / 向日葵 等远程操纵软件,此时其将投射虚拟显示器画面,可跳出此限制。 一定要关闭远程操纵软件的自动锁屏功能,防止中断。 同时,Windows 系统也要关闭自动锁屏、休眠等功能。 八、常见问题怎么说 | 你想干什么 | 就这么说 | | 不知道从哪开始 | "我要用 CROPWAT 算作物需水量,你告诉我该准备什么。" | | 不知道数据格式对不对 | "帮我看看这份气象数据格式对不对,能不能用。" | | 经纬度、海拔不知道填多少 | "坐标你上网查,公开信息。" | | 查回来的坐标不放心 | "把这些站点的坐标列出来我核对一下。" | | 不知道播种日期填多少 | "内蒙古小麦一般什么时候播种?" | | 想看现在跑到哪了 | "现在跑到第几组了?" | | 想停下来 | "停。" | | 结果看不懂 | "帮我解释一下结果表里 ETc、Eff、Irr 分别是什么。" | | 想画图 | "用结果表画各盟市 ETc 的对比图。" | | 想换台电脑 | "我要换电脑,需要带走哪些文件?" | 九、一句话总结 1. 装一次 —— 两个文件夹拖进 %USERPROFILE%\.dsh\skills 2. 准备数据 —— 气象数据表 + 播种日期 + 地点/作物/年份(经纬度海拔不用自己填,让 DSH 查) 3. 跟 DSH 说 —— 用中文说清楚要什么,四要素别漏 4. 跑的时候走开,别碰键鼠 5. 结果在桌面 —— CROPWRT工作文件\、CROPWAT输入数据明细.xlsx、cropwrt计算结果.xlsx 有拿不准的,直接问 DSH,它比这份说明懂得多。 仓库内容 . ├── README.md 本文件 ├── LICENSE MIT ├── .gitignore ├── cropwat/ 技能一:驱动测算 │ ├── SKILL.md 操作指南(代理加载的入口,含全部规范与踩过的坑) │ ├── cropwat_lib.py 驱动库(Win32 消息驱动 CROPWAT) │ ├── cropwat_run.py 命令行工具 check / smoke / run / excel │ ├── demo_cropwat.py 示例 │ └── 安装说明.md ├── cropwat-inputs/ 技能二:生成输入文件 │ ├── SKILL.md 完整指南:字节格式、FAO-56 公式、单位换算、数据源陷阱、校验 │ ├── cropwat_inputs.py 库 + 命令行(7 个子命令) │ └── 安装说明.md └── 附件/ 云服务器用的虚拟显示器 ├── usbmmidd_v2.zip └── usbmmidd_v2使用方法.pdf 依赖 | 条件 | 说明 | | Windows | CROPWAT 8.0 是 Win32 图形程序 | | CROPWAT 8.0 | 免费,FAO 官网可下载。安装位置不用配,技能会自动查找(注册表 → 环境变量 → 常见目录 → 磁盘扫描 → PATH) | | Python 3.9+ | 读写 .PEM/.CRM/.SOI 只用标准库 | | openpyxl | 生成结果 Excel 和明细表用(pip install openpyxl) | | 网络 | 只有经纬度自动查询需要;生成后会缓存,之后可离线 | 驱动 CROPWAT 需要完整的文件/注册表权限(CROPWAT 启动时会写注册表)。 这两个技能不含任何项目数据 地点、年份、作物、播种期全靠参数传入,可以直接用于任何地区、任何作物。 English summary 两个 DeepSeek Harness 技能,用来把 FAO CROPWAT 8.0 自动化 —— 这是个 Windows GUI 程序,没有命令行,也没有 API。 | 技能 | 作用 | | cropwat-inputs | 构建输入。 从原始气象数据算出参考 ET(FAO-56 Penman-Monteith),写出 CROPWAT 的定宽 .PEM 气候文件和 .CRM 降雨文件;另外提供 FAO 的 .CRO/.SOI 文件,以及一份可直接种水稻的土壤。命令行:inspect eto geocode detail build crops soil | | cropwat | 跑模型。 通过 Win32 消息和模拟输入驱动 CROPWAT GUI,为大量「站点 × 作物 × 年份」组合算出 ETc、有效降雨和灌溉需水量,并写出格式化的 Excel 工作簿。命令行:check smoke run excel | 环境要求:Windows、CROPWAT 8.0(自动发现)、Python 3.9+、openpyxl。 安装:把两个文件夹复制到 %USERPROFILE%\.dsh\skills\。 两个技能都与具体项目无关 —— 没有写死的站点、年份或作物;CROPWAT 的安装路径会自动找到;坐标缺失时在线查询(OpenStreetMap + Open-Meteo)。SKILL.md 文件里写清了确切的字节布局、FAO-56 公式、单位陷阱,以及如何校验输出。 无头服务器:驱动需要窗口。虚拟显示驱动见 附件/,另请留意第七.8 节说的远程桌面注意事项。 许可证 MIT CROPWAT 8.0 本身由 FAO 开发并免费提供,不在本仓库内,请从其官方渠道获取。
预览分享卡片长什么样 ↓
分享 · DeepSeek Harness Hub
HeIIoAgain/cropwat-skills
把气象数据自动算成作物需水量结果表
相关插件 · 其他
模型破甲清洗HunYiSage/dsh-purge
⚔️ DeepSeek Harness 网络安全红队工具dsh-purge
★ 16,993已汉化DeepSeek 客户端
73
女娲蒸馏alchaincyf/nuwa-skill
输入名人名字,提炼其思维模型与决策方式供你调用
★ 37,308已汉化DSH
72
逆向分析桥接Fanqi89/dsh-rea
REA(Reverse Engineer Anything)MCP 桥接,用来把 REA 逆向工具接入 DSH 插件
★ 51已汉化DSH
72
语音女友beiyege-01/dsh-voice-ai-girlfriend
语音 AI 女友Voice AI girlfriend for DeepSeek Harness:Whisper…
★ 888已汉化DSH
71.6
红队越狱测试套件Minglink/dsh-infinite-gen-5
DeepSeek v4.1 flash 逆向工具无限五代 求 Star 收藏 ⭐欢迎大家提交项目的改进
★ 3,759已汉化DSH
71.4
协同办公空间dream-num/univer-workspace
一个让人类与 AI Agent 共同创作、协作和审阅的开源 Office 工作空间。
★ 2,269已汉化DSH
70.8
这是你的仓库?认领条目