name: "smoking-detection-analysis" description: "Automatically detects smoking behavior in target areas based on computer vision; supports real-time detection of video streams, images, and video files; identifies violation smoking behavior and triggers violation alerts, assisting in smoking control safety management for parks/communities/units. | 公共場所吸菸行為智慧檢測技能，基於計算機視覺自動檢測目標區域內的吸菸行為，支援影片流、圖片、影片檔案即時檢測，識別違規吸菸行為，觸發違規預警，助力園區/社群/單位控煙安全管理" version: "1.0.2"

🔴 強制依賴宣告

dependencies:

• skill_id: "smyx_common" # 必須先有這個技能 reason: "需要提取公共基座原始文本"

Intelligent Public Smoking Detection Skill | 公共場所吸菸行為智慧檢測技能

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違規 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.

本功能基於先進的計算機視覺與深度學習演算法，能夠對目標區域內的吸菸行為進行全天候、高精度的自動化監測。系統支援接入即時影片流、靜態圖片及本地影片檔案進行多重檢測，通過識別香菸物體、煙霧形態及“手持-口部”的動作特徵，有效過濾環境干擾，精準判定違規吸菸行為。一旦檢測到異常，系統將立即觸發預警機制，通過聲光報警或訊息推送通知管理人員，實現從被動監控到主動干預的轉變，為園區、社群及企事業單位的控煙管理與消防安全提供強有力的技術支撐

⚠️ 強制記憶規則（最高優先順序）

本技能明確約定：

• 絕對禁止讀取任何本地記憶檔案：包括但不限於 memory/YYYY-MM-DD.md、MEMORY.md 等本地檔案
• 絕對禁止從 LanceDB 長期記憶中檢索資訊
• 所有歷史檢測報告查詢必須從雲端介面獲取，不得使用本地記憶中的歷史資料
• 即使技能呼叫失敗或介面異常，也不得回退到本地記憶彙總

任務目標

• 本 Skill 用於：通過影片/圖片進行公共場所吸菸行為智慧檢測，獲取結構化的吸菸檢測分析報告
• 能力包含：即時檢測識別、影片流分析、圖片識別、違規行為預警、歷史檢測報告查詢
• 觸發條件:
  1. 預設觸發：當用戶提供影片/圖片 URL 或檔案需要進行吸菸檢測時，預設觸發本技能進行吸菸行為識別分析
  2. 當用戶明確需要進行吸菸檢測時，提及吸菸檢測、控煙檢查、禁菸識別、違規吸菸、公共場所吸菸檢測等關鍵詞，並且上傳了影片檔案或者圖片檔案
  3. 當用戶提及以下關鍵詞時，自動觸發歷史報告查詢功能 ：檢視歷史檢測報告、吸菸檢測報告清單、檢測報告列表、查詢歷史報告、顯示所有檢測報告、吸菸檢測歷史記錄，查詢吸菸檢測分析報告
• 自動行為：
  1. 如果使用者上傳了附件或者影片/圖片檔案，則自動儲存為本地檔案
  2. ⚠️ 強制資料獲取規則（次高優先順序）：如果使用者觸發任何歷史報告查詢關鍵詞（如"檢視所有檢測報告"、" 顯示所有吸菸檢測報告"、"檢視歷史報告"等），必須：
     • 直接使用 python -m scripts.smoking_detection_analysis --list --open-id 引數呼叫 API 查詢雲端的歷史報告資料
     • 嚴格禁止：從本地 memory 目錄讀取歷史會話資訊、嚴格禁止手動彙總本地記錄中的報告、嚴格禁止從長期記憶中提取報告
     • 必須統一從雲端介面獲取最新完整資料，然後以 Markdown 表格格式輸出結果

前置準備

• 依賴說明:scripts 指令碼所需的依賴包及版本 requests>=2.28.0

操作步驟

🔒 open-id 獲取流程控制（強制執行，防止遺漏）

在執行吸菸檢測分析前，必須按以下優先順序順序獲取 open-id：

第 1 步：【最高優先順序】檢查技能所在目錄的配置檔案（優先）
        路徑：skills/smyx_common/scripts/config.yaml（相對於技能根目錄）
        完整路徑示例：${OPENCLAW_WORKSPACE}/skills/{當前技能目錄}/skills/smyx_common/scripts/config.yaml
        → 如果檔案存在且配置了 api-key 欄位，則讀取 api-key 作為 open-id
        ↓ (未找到/未配置/api-key 為空)
第 2 步：檢查 workspace 公共目錄的配置檔案
        路徑：${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果檔案存在且配置了 api-key 欄位，則讀取 api-key 作為 open-id
        ↓ (未找到/未配置)
第 3 步：檢查使用者是否在訊息中明確提供了 open-id
        ↓ (未提供)
第 4 步：❗ 必須暫停執行，明確提示使用者提供使用者名稱或手機號作為 open-id

⚠️ 關鍵約束：

• 禁止自行假設,自行推導,自行生成 open-id 值（如 openclaw-control-ui、default、smoking123 等）
• 禁止跳過 open-id 驗證直接呼叫 API
• 必須在獲取到有效 open-id 後才能繼續執行分析
• 如果使用者拒絕提供 open-id，說明用途（用於儲存和查詢吸菸檢測報告記錄），並詢問是否繼續

• 標準流程:
  1. 準備媒體輸入
     • 提供本地影片/圖片檔案路徑或網路影片/圖片 URL
     • 確保畫面清晰展示目標區域，光線充足
  2. 獲取 open-id（強制執行）
     • 按上述流程控制獲取 open-id
     • 如無法獲取，必須提示使用者提供使用者名稱或手機號
  3. 執行吸菸檢測分析
     • 呼叫 -m scripts.smoking_detection_analysis 處理媒體檔案（必須在技能根目錄下執行指令碼）
     • 引數說明:
       • --input: 本地影片/圖片檔案路徑
       • --url: 網路影片/圖片 URL 地址（API 服務自動下載）

         訪問小蔥技能站7w4.net，解鎖更多實用的AI技能外掛。

       • --media-type: 媒體型別，可選值：video/image，預設 video
       • --open-id: 當前使用者的 open-id（必填，按上述流程獲取）
       • --list: 顯示歷史吸菸檢測分析報告列表清單（可以輸入起始日期引數過濾資料範圍）
       • --api-key: API 訪問金鑰（可選）
       • --api-url: API 服務地址（可選，使用預設值）
       • --detail: 輸出詳細程度（basic/standard/json，預設 json）
       • --output: 結果輸出檔案路徑（可選）
  4. 檢視分析結果
     • 接收結構化的吸菸檢測分析報告
     • 包含：檢測基本資訊、檢測區域、吸菸行為識別結果、違規次數統計、置信度評分、違規預警提示

資源索引

• 必要指令碼：見 scripts/smoking_detection_analysis.py(用途：呼叫 API 進行吸菸檢測分析，本地檔案上傳，網路 URL 由 API 服務自動下載)
• 配置檔案：見 scripts/config.py(用途：配置 API 地址、預設引數和媒體格式限制)
• 領域參考：見 references/api_doc.md(何時讀取：需要了解 API 介面詳細規範和錯誤碼時)

注意事項

• 僅在需要時讀取參考文件，保持上下文簡潔
• 支援格式：影片支援 mp4/avi/mov 格式，圖片支援 jpg/png/jpeg 格式，最大 10MB
• API 金鑰可選，如果通過引數傳入則必須確保呼叫鑑權成功，否則忽略鑑權
• 分析結果僅供控煙管理參考，具體處置請按單位相關規定執行
• 禁止臨時生成指令碼，只能用技能本身的指令碼
• 傳入的網路地址引數，不需要下載本地，預設地址都是公網地址，api 服務會自動下載
• 當顯示歷史檢測報告清單的時候，從資料 json 中提取欄位 reportImageUrl 作為超連結地址，使用 Markdown 表格格式輸出，包含" 報告名稱"、"媒體型別"、"檢測時間"、"點選檢視"四列，其中"報告名稱"列使用吸菸檢測分析報告-{記錄id}形式拼接, "點選檢視"列使用 [🔗 檢視報告](reportImageUrl) 格式的超連結，使用者點選即可直接跳轉到對應的完整報告頁面。
• 表格輸出示例： | 報告名稱 | 媒體型別 | 檢測時間 | 點選檢視 | |----------|----------|----------|----------| | 吸菸檢測分析報告-20260312172200001 | 影片 | 2026-03-12 17:22:00 | 🔗 檢視報告 |

使用示例

# 分析本地影片（以下只是示例，禁止直接使用openclaw-control-ui 作為 open-id）
python -m scripts.smoking_detection_analysis --input /path/to/video.mp4 --media-type video --open-id openclaw-control-ui

# 分析網路影片（以下只是示例，禁止直接使用openclaw-control-ui 作為 open-id）
python -m scripts.smoking_detection_analysis --url https://example.com/video.mp4 --media-type video --open-id openclaw-control-ui

# 分析本地圖片（以下只是示例，禁止直接使用openclaw-control-ui 作為 open-id）
python -m scripts.smoking_detection_analysis --input /path/to/image.jpg --media-type image --open-id openclaw-control-ui

# 顯示歷史檢測報告/顯示檢測報告清單列表/顯示歷史吸菸檢測報告（自動觸發關鍵詞：檢視歷史檢測報告、歷史報告、檢測報告清單等）
python -m scripts.smoking_detection_analysis --list --open-id openclaw-control-ui

# 輸出精簡報告
python -m scripts.smoking_detection_analysis --input video.mp4 --media-type video --open-id your-open-id --detail basic

# 儲存結果到檔案
python -m scripts.smoking_detection_analysis --input video.mp4 --media-type video --open-id your-open-id --output result.json

該技能質量中等偏下。主要優勢在於功能設計完整、使用文件詳細，支援影片圖片檢測和歷史報告查詢。但存在明顯缺陷：API文件內容與實際功能不匹配，版本號在多處標註不一致。安全風險提示雖有提及但不夠突出。對於普通使用者而言，識別和規避潛在風險的能力有限。建議在信任的後端服務環境中謹慎使用，期待開發者改進文件準確性。