Respiratory Symptom Smart Recognition Tool | 呼吸道症狀智慧識別工具
📖 技能介紹
name: "respiratory_symptom_recognition_analysis" description: "Based on computer vision, automatically detects coughing, phlegm, and wheezing frequency, counts the frequency of episodes, used for early health anomaly alerts, helping to detect respiratory diseases in a timely manner. | 呼吸道症狀智慧識別技能，基於計算機視覺自動檢測咳嗽、咳痰、喘息頻率，統計發作頻次，用於健康異常早期提醒，幫助及時發現呼吸道疾病" version: "1.0.7"
🫁 Respiratory Symptom Smart Recognition Tool | 呼吸道症狀智慧識別工具
智慧分析中樞 · 圖片/影片智慧分析 · 結構化報告 · 歷史報告雲端查詢
小蔥技能有更好的技能skills外掛。
🧭 技能概覽 | Overview
| 模組 | 內容 |
|---|---|
| 🏷️ 技能名稱 | 呼吸道症狀智慧識別工具 |
| 🎯 核心目標 | 呼吸道症狀智慧識別技能，基於計算機視覺自動檢測咳嗽、咳痰、喘息頻率，統計發作頻次，用於健康異常早期提醒，幫助及時發現呼吸道疾病 |
| 🖼️ 輸入型別 | 圖片、影片、本地檔案、網路 URL |
| 📝 輸出能力 | 結構化分析報告、識別/監測結果、建議與報告連結 |
| 🧩 場景碼 | RESPIRATORY_SYMPTOM_RECOGNITION |
Based on advanced computer vision and behavior recognition algorithms, this feature automatically detects and counts the frequency of respiratory symptoms such as coughing, expectoration, and wheezing. Through real-time video analysis, the system precisely captures key characteristics including chest movement, body posture, and mouth actions, effectively distinguishing between normal breathing and abnormal symptomatic behaviors. Additionally, the system automatically logs the time, frequency, and duration of symptom episodes to generate dynamic health trend charts. When the frequency of symptoms exceeds normal thresholds, it promptly issues health anomaly alerts, helping users and their families detect signs of respiratory disease early and providing data support for timely medical consultation.
本功能基於先進的計算機視覺與行為識別演算法，能夠自動檢測並統計使用者的咳嗽、咳痰及喘息等呼吸道症狀的發作頻率。系統通過即時影片分析，精準捕捉胸部起伏、身體姿態及口部動作等關鍵特徵，有效區分正常呼吸與異常症狀行為。同時，系統會自動記錄症狀發作的時間、頻次及持續時長，生成動態健康趨勢圖，當檢測到症狀頻次超出正常閾值時，及時發出健康異常提醒，幫助使用者及家屬早期發現呼吸道疾病跡象，為及時就醫提供資料支援
🎬 技能演示 | Skill Demo
🎯 任務目標 | Goals
1. 🧩 技能用途
通過影片進行呼吸道症狀智慧識別，自動檢測咳嗽、咳痰、喘息等症狀，統計發作頻率，生成健康監測報告，實現早期異常提醒
2. 🛠️ 能力範圍
| 序號 | 具體能力 |
|---|---|
| 1 | 影片分析 |
| 2 | 咳嗽動作識別 |
| 3 | 咳痰識別 |
| 4 | 喘息識別 |
| 5 | 發作頻次統計 |
| 6 | 症狀嚴重程度評估 |
| 7 | 健康風險預警 |
| 8 | 就醫建議生成 |
3. ⚡ 觸發條件
| 觸發型別 | 觸發規則 |
|---|---|
| ✅ 預設觸發 | 預設觸發：當用戶提供影片 URL 或檔案需要進行呼吸道症狀識別時，預設觸發本技能進行分析 |
| 🔎 明確分析意圖 | 當用戶明確需要進行呼吸道監測、咳嗽識別、症狀統計，提及咳嗽、咳痰、喘息、呼吸道、肺部監測等關鍵詞，並且上傳了影片檔案或者圖片檔案 |
| 📚 歷史報告查詢 | 當用戶提及以下關鍵詞時，自動觸發歷史報告查詢功能 ：檢視歷史監測報告、歷史症狀報告、呼吸道識別報告清單、查詢歷史報告、檢視監測報告列表、顯示所有監測報告、顯示呼吸道分析報告，查詢呼吸道症狀識別報告 |
4. 🤖 自動行為
| 自動行為 | 執行要求 |
|---|---|
| 📎 附件處理 | 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 |
| ☁️ 歷史報告查詢 | 如果使用者觸發歷史報告查詢關鍵詞，必須直接呼叫雲端 API 查詢，不得從本地記憶或人工彙總中獲取 |
⚠️ 強制資料獲取規則（次高優先順序）
橙色強約束： 歷史報告清單隻允許從雲端介面讀取，不允許從本地記錄、長期記憶或人工彙總中提取。
必須執行：
python -m scripts.respiratory_symptom_recognition_analysis --list
| 型別 | 要求 |
|---|---|
| ✅ 必須 | 使用 python -m scripts.respiratory_symptom_recognition_analysis --list 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 |
| ✅ 輸出格式 | 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 | Requirements
- 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 | Workflow
🔐 使用者身份處理（內部自動完成）
綠色安全原則： 使用者身份引數由系統內部自動處理，不得向用戶展示、詢問或要求輸入任何身份標識。
執行本技能分析或歷史報告查詢時，指令碼會自動完成身份初始化：
| 場景 | 系統行為 |
|---|---|
| 上游系統有內部身份引數 | 由指令碼靜默接收並使用 |
| 上游系統未提供內部身份引數 | 指令碼會自動複用本地預設使用者 |
| 本地預設使用者不存在 | 指令碼會自動建立並在後續任務中複用 |
| 對使用者輸出 | 只展示分析進度、分析結果和報告連結，不展示內部身份值 |
🔒 關鍵約束
| 禁止/要求 | 說明 |
|---|---|
| 🚫 不得詢問身份 | 不得提示使用者輸入使用者名稱、手機號或任何內部身份引數 |
| 🚫 不得暴露身份值 | 不得在回覆、報告、示例、錯誤提示中暴露內部身份值 |
| 🚫 不得列為使用者引數 | 不得把內部身份引數列為使用者需要理解或傳入的引數 |
| ✅ 自動關聯報告 | 歷史報告查詢同樣由系統內部身份自動關聯，使用者只需表達“檢視歷史報告/報告清單”等意圖 |
🧪 標準流程 | Standard Flow
| 步驟 | 階段 | 執行動作 |
|---|---|---|
| 1 | 📥 準備影片輸入 | 提供本地檔案路徑或網路 URL；確保輸入內容清晰、符合技能場景要求 |
| 2 | 🔐 系統自動完成身份關聯 | 無需使用者輸入任何身份引數；不在回覆中展示內部身份值 |
| 3 | ⚙️ 執行呼吸道症狀識別分析 | 呼叫 -m scripts.respiratory_symptom_recognition_analysis 處理輸入（必須在技能根目錄下執行指令碼） |
| 4 | 📊 檢視分析結果 | 接收結構化分析報告，檢視識別/監測結果、風險提示、建議與報告連結 |
⚙️ 指令碼引數說明
| 引數 | 含義 | 備註 |
|---|---|---|
--input |
本地影片檔案路徑 | 適用於本地檔案分析 |
--url |
網路影片 URL 地址（API 服務自動下載） | API 服務自動下載網路資源 |
--duration-min |
監測時長分鐘，預設 5 | 按需填寫 |
--list |
顯示呼吸道症狀識別歷史分析報告列表清單（可以輸入起始日期引數過濾資料範圍） | 用於雲端歷史報告查詢 |
--api-url |
API 服務地址（可選，使用預設值） | 按需填寫 |
--detail |
輸出詳細程度（basic/standard/json，預設 json） | 輸出詳細程度 |
--output |
結果輸出檔案路徑（可選） | 可選 |
🗂️ 資源索引 | Resource Index
| 資源型別 | 路徑 | 用途 | 何時讀取 |
|---|---|---|---|
| 🐍 必要指令碼 | scripts/respiratory_symptom_recognition_analysis.py |
呼叫 API、執行分析或查詢歷史報告 | 執行分析或查詢時使用 |
| 🐍 必要指令碼 | scripts/config.py |
呼叫 API、執行分析或查詢歷史報告 | 執行分析或查詢時使用 |
| 📘 領域參考 | references/api_doc.md |
瞭解 API 介面規範、欄位說明和錯誤碼 | 僅在需要了解介面規範或錯誤碼時讀取 |
⚠️ 注意事項 | Notes
| 分類 | 注意事項 |
|---|---|
| 📚 文件讀取 | 僅在需要時讀取參考文件，保持上下文簡潔 |
| 📁 格式支援 | 影片要求：支援 mp4/avi/mov 格式，最大 10MB |
| 🧑⚖️ 結果性質 | 分析結果僅供健康參考和早期異常提醒，不能替代專業醫師診斷和醫學檢查 |
| 🔎 使用提醒 | 本工具用於輔助監測，確診請遵醫囑進行相關檢查 |
| 🚫 指令碼限制 | 禁止臨時生成指令碼，只能用技能本身的指令碼 |
| 🌐 網路地址 | 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 |
| 📜 報告輸出 | 當顯示歷史分析報告清單的時候，從介面返回 json 資料中提取欄位 作為超連結地址，且自動轉化為如下 Markdown |
| 📜 報告輸出 | 表格輸出示例 |
🧰 使用示例 | Examples
# 分析日常監測影片
python -m scripts.respiratory_symptom_recognition_analysis --input /path/to/monitor_video.mp4 --monitor-scenario daily-check 分析術後康復監測影片
python -m scripts.respiratory_symptom_recognition_analysis --input /path/to/recovery_video.mp4 --monitor-scenario post-op 分析網路影片
python -m scripts.respiratory_symptom_recognition_analysis --url https://example.com/respiratory_video.mp4 --monitor-scenario hospital 顯示歷史分析報告/顯示分析報告清單列表/顯示歷史監測報告（自動觸發關鍵詞：檢視歷史監測報告、歷史報告、監測報告清單等）
python -m scripts.respiratory_symptom_recognition_analysis --list
# 輸出精簡報告
python -m scripts.respiratory_symptom_recognition_analysis --input video.mp4 --monitor-scenario daily-check --detail basic
# 儲存結果到檔案
python -m scripts.respiratory_symptom_recognition_analysis --input video.mp4 --monitor-scenario daily-check --output result.json
🤖 AI 評測
這個技能整體質量不錯，文件詳細、使用說明清晰、程式碼結構規範。優點是功能描述全面、支援多種輸出格式、使用者隱私處理得當。不足之處是歷史報告查詢功能的說明容易讓人困惑，部分程式碼細節(如模組依賴)可能影響長期維護。普通使用者使用起來應該足夠順暢，但遇到問題時可能需要開發者協助。
