🔴 强制依赖声明
dependencies:
- skill_id: "smyx_common" # 必须先有这个技能 reason: "需要提取公共基座原始文本"
Intelligent Public Smoking Detection Skill | 公共场所吸烟行为智能检测技能
Based on advanced computer vision and deep learning algorithms, this feature provides 24/7, high-precision automated monitoring of smoking behaviors within target areas. The system supports multi-source detection via real-time video streams, static images, and local video files. By identifying cigarette objects, smoke patterns, and specific " hand-to-mouth" motion characteristics, it effectively filters out environmental interference to accurately determine违规 smoking acts. Upon detecting an anomaly, the system immediately triggers a warning mechanism, notifying management personnel through audio-visual alarms or push notifications. This facilitates a shift from passive surveillance to active intervention, providing robust technical support for smoking control management and fire safety in industrial parks, communities, and enterprises.
本功能基于先进的计算机视觉与深度学习算法,能够对目标区域内的吸烟行为进行全天候、高精度的自动化监测。系统支持接入实时视频流、静态图片及本地视频文件进行多重检测,通过识别香烟物体、烟雾形态及“手持-口部”的动作特征,有效过滤环境干扰,精准判定违规吸烟行为。一旦检测到异常,系统将立即触发预警机制,通过声光报警或消息推送通知管理人员,实现从被动监控到主动干预的转变,为园区、社区及企事业单位的控烟管理与消防安全提供强有力的技术支撑
⚠️ 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
- 所有历史检测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:通过视频/图片进行公共场所吸烟行为智能检测,获取结构化的吸烟检测分析报告
- 能力包含:实时检测识别、视频流分析、图片识别、违规行为预警、历史检测报告查询
- 触发条件:
- 默认触发:当用户提供视频/图片 URL 或文件需要进行吸烟检测时,默认触发本技能进行吸烟行为识别分析
- 当用户明确需要进行吸烟检测时,提及吸烟检测、控烟检查、禁烟识别、违规吸烟、公共场所吸烟检测等关键词,并且上传了视频文件或者图片文件
- 当用户提及以下关键词时,自动触发历史报告查询功能 :查看历史检测报告、吸烟检测报告清单、检测报告列表、查询历史报告、显示所有检测报告、吸烟检测历史记录,查询吸烟检测分析报告
- 自动行为:
- 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
- ⚠️ 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"查看所有检测报告"、"
显示所有吸烟检测报告"、"查看历史报告"等),必须:
- 直接使用
python -m scripts.smoking_detection_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
- 直接使用
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:
- 准备媒体输入
- 提供本地视频/图片文件路径或网络视频/图片 URL
- 确保画面清晰展示目标区域,光线充足
- 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
- 执行吸烟检测分析
- 调用
-m scripts.smoking_detection_analysis处理媒体文件(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--list: 显示历史吸烟检测分析报告列表清单(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)
- 调用
- 查看分析结果
- 接收结构化的吸烟检测分析报告
- 包含:检测基本信息、检测区域、吸烟行为识别结果、违规次数统计、置信度评分、违规预警提示
- 准备媒体输入
资源索引
- 必要脚本:见 scripts/smoking_detection_analysis.py(用途:调用 API 进行吸烟检测分析,本地文件上传,网络 URL 由 API 服务自动下载)
- 配置文件:见 scripts/config.py(用途:配置 API 地址、默认参数和媒体格式限制)
- 领域参考:见 references/api_doc.md(何时读取:需要了解 API 接口详细规范和错误码时)
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
- 分析结果仅供控烟管理参考,具体处置请按单位相关规定执行
- 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
- 当显示历史检测报告清单的时候,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"、"媒体类型"、"检测时间"、"点击查看"四列,其中"报告名称"列使用
吸烟检测分析报告-{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 | 媒体类型 | 检测时间 | 点击查看 | |----------|----------|----------|----------| | 吸烟检测分析报告-20260312172200001 | 视频 | 2026-03-12 17:22:00 | 🔗 查看报告 |
使用示例
# 分析本地视频
python -m scripts.smoking_detection_analysis --input /path/to/video.mp4 --media-type video 分析网络视频
python -m scripts.smoking_detection_analysis --url https://example.com/video.mp4 --media-type video 分析本地图片
python -m scripts.smoking_detection_analysis --input /path/to/image.jpg --media-type image 显示历史检测报告/显示检测报告清单列表/显示历史吸烟检测报告(自动触发关键词:查看历史检测报告、历史报告、检测报告清单等)
python -m scripts.smoking_detection_analysis --list
# 输出精简报告
python -m scripts.smoking_detection_analysis --input video.mp4 --media-type video --detail basic
# 保存结果到文件
python -m scripts.smoking_detection_analysis --input video.mp4 --media-type video --output result.json
Scan to join WeChat group