shield_lock
JinDaGe
← Back to skills
extension
Category: Marketing & GrowthNo API key required

Visual Emotion Recognition Skill | 人体视觉情绪识别技能

Uses visual AI on frontal faces to recognize multi-dimensional emotions like happiness, sadness, depression, calmness, anger, surprise, and fear in real-time. Supports emotion intensity quantification and abnormal emotion marking, suitable for human-computer interaction and mental health monitoring. | 人体视觉情绪识别技能，基于正面人脸视觉AI实时识别快乐、悲伤、抑郁、平静、愤怒、惊讶、恐惧等多维度情绪状态，支持情绪强度量化与异常情绪标记，适配人机交互、心理健康监测场景

personAuthor: lifeemergencehubgithub
open_in_newRepositorydownloadDownload package

Visual Emotion Recognition Skill | 人体视觉情绪识别技能

Based on frontal face visual AI technology, this capability recognizes multi-dimensional emotional states in real-time, including happiness, sadness, depression, calmness, anger, surprise, and fear, while supporting emotion intensity quantification and automatic anomaly marking. By analyzing facial expressions, eye dynamics, and micro-expression features, the system achieves high-precision affective understanding. It is applicable to scenarios such as emotional feedback in human-computer interaction and mental health monitoring, assisting in judging changes in user psychological states and providing data support for intelligent intervention and emotional counseling.

本技能基于正面人脸视觉AI技术，实时识别快乐、悲伤、抑郁、平静、愤怒、惊讶、恐惧等多维度情绪状态，并支持情绪强度量化与异常情绪自动标记。系统通过分析面部表情、眼部动态及微表情特征，实现高精度情感理解。适用于人机交互中的情感反馈、心理健康监测等场景，辅助判断用户心理状态变化，为智能干预与情绪疏导提供数据支撑。

⚠️ 强制记忆规则（最高优先级）

本技能明确约定：

  • 绝对禁止读取任何本地记忆文件：包括但不限于 memory/YYYY-MM-DD.md、MEMORY.md 等本地文件
  • 绝对禁止从 LanceDB 长期记忆中检索信息
  • 所有历史识别报告查询必须从云端接口获取，不得使用本地记忆中的历史数据
  • 即使技能调用失败或接口异常，也不得回退到本地记忆汇总

任务目标

  • 本 Skill 用于：通过人脸视频/图片进行多维度情绪识别，获取结构化的情绪识别分析报告
  • 能力包含：多分类情绪识别、情绪强度量化、异常情绪标记、情绪趋势统计
  • 支持识别情绪：快乐、悲伤、抑郁、平静、愤怒、惊讶、恐惧七种基础情绪
  • 触发条件:
    1. 默认触发：当用户提供人脸视频/图片 URL 或文件需要进行情绪识别时，默认触发本技能
    2. 当用户明确需要进行情绪识别、心理健康监测，提及情绪识别、情绪分析、心理健康、压力情绪等关键词，并且上传了视频或图片
    3. 当用户提及以下关键词时，自动触发历史报告查询功能 ：查看历史识别报告、情绪识别报告清单、识别报告列表、查询历史报告、显示所有识别报告、情绪识别历史记录，查询人体情绪识别分析报告
  • 自动行为：
    1. 如果用户上传了附件或者视频/图片文件，则自动保存为本地文件
    2. ⚠️ 强制数据获取规则（次高优先级）：如果用户触发任何历史报告查询关键词（如"查看所有识别报告"、"显示所有情绪报告"、" 查看历史报告"等），必须：
      • 直接使用 python -m scripts.human_emotion_recognition_analysis --list 调用 API 查询云端的历史报告数据
      • 严格禁止：从本地 memory 目录读取历史会话信息、严格禁止手动汇总本地记录中的报告、严格禁止从长期记忆中提取报告
      • 必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果

前置准备

  • 依赖说明:scripts 脚本所需的依赖包及版本 
    requests>=2.28.0

操作步骤

🔐 用户身份处理（内部自动完成）

用户身份参数由系统内部自动处理，不得向用户展示、询问或要求输入任何身份标识。

执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：

  • 上游系统如有内部身份参数，会由脚本静默接收并使用
  • 上游系统未提供时，脚本会自动复用本地缺省用户
  • 本地缺省用户不存在时，脚本会自动创建并在后续任务中复用
  • 对用户输出时，只展示分析进度、分析结果和报告链接，不展示内部身份值

关键约束：

  • 不得提示用户输入用户名、手机号或任何内部身份参数
  • 不得在回复、报告、示例、错误提示中暴露内部身份值
  • 不得把内部身份参数列为用户需要理解或传入的参数
  • 历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图
  • 标准流程:
    1. 准备素材输入
      • 提供人脸视频文件路径、网络视频 URL 或正面人脸图片
      • 确保人脸清晰完整，正面对准摄像头，光线充足
    2. 系统自动完成身份关联
      • 无需用户输入任何身份参数
      • 不在回复中展示内部身份值
    3. 执行情绪识别
      • 调用 -m scripts.human_emotion_recognition_analysis 处理素材（必须在技能根目录下运行脚本）
      • 参数说明:
        • --input: 本地视频/图片文件路径
        • --url: 网络视频/图片 URL 地址（API 服务自动下载）
        • --media-type: 媒体类型，可选值：video/image，默认 video
        • --threshold: 异常情绪强度阈值，高于该分值标记为异常，默认 0.7
        • --list: 显示人体情绪识别历史分析报告列表清单（可以输入起始日期参数过滤数据范围）
        • --api-url: API 服务地址（可选，使用默认值）
        • --detail: 输出详细程度（basic/standard/json，默认 json）
        • --output: 结果输出文件路径（可选）
    4. 查看分析结果
      • 接收结构化的情绪识别报告
      • 包含：基本信息、各情绪概率评分、主导情绪、异常情绪标记、情绪状态提示

资源索引

注意事项

  • 仅在需要时读取参考文档，保持上下文简洁
  • 支持格式：视频支持 mp4/avi/mov 格式，图片支持 jpg/png/jpeg 格式，最大 10MB
  • 本技能仅作情绪状态参考，不能替代专业心理咨询和诊断，发现持续异常情绪请及时寻求专业帮助
  • 禁止临时生成脚本，只能用技能本身的脚本
  • 传入的网络地址参数，不需要下载本地，默认地址都是公网地址，api 服务会自动下载
  • 当显示历史识别报告清单的时候，从数据 json 中提取字段 reportImageUrl 作为超链接地址，使用 Markdown 表格格式输出，包含" 报告名称"、"识别时间"、"主导情绪"、"点击查看"四列，其中"报告名称"列使用人体情绪识别报告-{记录id}形式拼接, "点击查看"列使用 [🔗 查看报告](reportImageUrl) 格式的超链接，用户点击即可直接跳转到对应的完整报告页面。
  • 表格输出示例： | 报告名称 | 识别时间 | 主导情绪 | 点击查看 | |----------|----------|----------|----------| | 人体情绪识别报告-20260312172200001 | 2026-03-12 17:22:00 | 平静 | 🔗 查看报告 |

使用示例

# 识别本地人脸视频
python -m scripts.human_emotion_recognition_analysis --input /path/to/face_video.mp4 --media-type video

# 识别本地人脸照片，设置异常阈值
python -m scripts.human_emotion_recognition_analysis --input /path/to/face.jpg --media-type image --threshold 0.65

# 识别网络视频
python -m scripts.human_emotion_recognition_analysis --url https://example.com/face_video.mp4 --media-type video

# 显示历史识别报告/显示识别报告清单列表/显示历史情绪报告（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）
python -m scripts.human_emotion_recognition_analysis --list

# 输出精简报告
python -m scripts.human_emotion_recognition_analysis --input video.mp4 --media-type video --detail basic

# 保存结果到文件
python -m scripts.human_emotion_recognition_analysis --input video.mp4 --media-type video --output result.json