Smart Feeder Pet Detection & Recognition Skill | 智慧餵食器寵物檢測識別技能
📖 技能介紹
name: "pet-detection-feeder-analysis" description: "Based on computer vision, automatically detects and recognizes cats and dogs appearing in the target area from the perspective of feeder/IPC cameras, and supports pet identity recognition and database entry, suitable for pet identification management in smart feeding scenarios. | 智慧餵食器寵物檢測識別技能，基於計算機視覺從餵食器/IPC攝像頭視角自動檢測識別目標區域出現的貓、狗寵物，並支援寵物身份識別和底庫錄入，適用於智慧餵養場景的寵物識別管理" version: "1.0.8" license: "MIT-0"
7w4.net小蔥技能站，你的AI助手技能庫。
🍖 Smart Feeder Pet Detection & Recognition Skill | 智慧餵食器寵物檢測識別技能
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
🧭 技能概覽 | Overview
| 模組 | 內容 |
|---|---|
| 🏷️ 技能名稱 | 智慧餵食器寵物檢測識別技能 |
| 🎯 核心目標 | 智慧餵食器寵物檢測識別技能，基於計算機視覺從餵食器/IPC攝像頭視角自動檢測識別目標區域出現的貓、狗寵物，並支援寵物身份識別和底庫錄入，適用於智慧餵養場景的寵物識別管理 |
| 🖼️ 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 | PET_DETECTION_FEEDER |
Based on advanced computer vision and deep learning technologies, this feature automatically detects and identifies pets such as cats and dogs within a target area from the specific perspective of smart feeders or IPC cameras. The system not only supports high-precision breed determination but also possesses powerful individual identity recognition capabilities, allowing users to establish a dedicated database of pet facial or body features. In smart feeding scenarios, this function accurately distinguishes between different individuals in multi-pet households, enabling personalized "recognition-based feeding" services. This effectively prevents non-target pets from stealing food, providing reliable technical support for scientific pet ownership and refined health management.
本功能基於先進的計算機視覺與深度學習技術，能夠從智慧餵食器或IPC攝像頭的特定視角出發，自動檢測並識別目標區域內出現的貓、狗等寵物。系統不僅支援對寵物品種的高精度判定，更具備強大的個體身份識別能力，支援使用者建立專屬的寵物面部或體態特徵底庫。在智慧餵養場景中，該功能能夠精準區分多寵家庭中的不同個體，實現“認寵下糧”的個性化服務，有效防止非目標寵物搶食，為科學養寵與精細化健康管理提供可靠的技術支撐
🎬 技能演示 | Skill Demo
🎯 任務目標 | Goals
1. 🧩 技能用途
通過餵食器/IPC攝像頭視角的影片/圖片進行寵物檢測識別，獲取結構化的寵物識別分析報告
2. 🛠️ 能力範圍
| 序號 | 具體能力 |
|---|---|
| 1 | 寵物檢測識別 |
| 2 | 貓/狗分類 |
| 3 | 寵物身份識別 |
| 4 | 寵物底庫錄入 |
| 5 | 歷史檢測記錄查詢 |
3. ⚡ 觸發條件
| 觸發型別 | 觸發規則 |
|---|---|
| ✅ 預設觸發 | 預設觸發：當用戶提供餵食器/IPC攝像頭視角的影片/圖片 URL 或檔案需要進行寵物檢測時，預設觸發本技能 |
| 🔎 明確分析意圖 | 當用戶明確需要進行寵物檢測、寵物身份識別、餵食器寵物識別、IPC攝像頭寵物監測、寵物底庫錄入時，提及寵物檢測、餵食器識別、寵物身份、底庫錄入等關鍵詞，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 ：檢視歷史檢測報告、寵物檢測報告清單、檢測報告列表、查詢歷史報告、顯示所有檢測報告、寵物識別歷史記錄，查詢寵物檢測分析報告 |
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.pet_detection_feeder_analysis --list
| 型別 | 要求 |
|---|---|
| ✅ 必須 | 使用 python -m scripts.pet_detection_feeder_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 | 📥 準備媒體輸入 | 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 | ⚙️ 執行寵物檢測分析/底庫錄入 | 呼叫 -m scripts.pet_detection_feeder_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/圖片檔案路徑 | 適用於本地檔案分析 |
--url |
網路影片/圖片 URL 地址（API 服務自動下載） | API 服務自動下載網路資源 |
--media-type |
媒體型別，可選值：video/image，預設 video | 按需填寫 |
--pet-type |
寵物型別，可選值：cat/dog，預設 cat | 按需填寫 |
--pet-id |
寵物ID/名稱，用於底庫錄入（必填項，錄入時必須提供） | 按需填寫 |
--action |
操作型別，可選值：detect/enroll，預設 detect（detect=檢測識別，enroll=底庫錄入） | 按需填寫 |
--list |
顯示寵物檢測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/pet_detection_feeder_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 | 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 |
| 🔎 使用提醒 | 適用於餵食器、IPC攝像頭等固定視角場景，檢測準確率更高 |
| 🧑⚖️ 結果性質 | 分析結果僅供智慧餵養參考，不能替代人工確認 |
| 🚫 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 |
| 📁 格式支援 | 當顯示歷史檢測報告清單的時候，從資料 json 中提取欄位 作為超連結地址，使用 Markdown 表格格式輸出，包含" |
| 📜 報告輸出 | 表格輸出示例 |
🧰 使用示例 | Examples
# 檢測本地影片
python -m scripts.pet_detection_feeder_analysis --input /path/to/video.mp4 --media-type video --pet-type cat 檢測網路影片
python -m scripts.pet_detection_feeder_analysis --url https://example.com/video.mp4 --media-type video --pet-type cat 檢測本地圖片
python -m scripts.pet_detection_feeder_analysis --input /path/to/image.jpg --media-type image --pet-type dog 寵物底庫錄入（將貓咪橘橘錄入到底庫，OpenClaw UI 上下文）
python -m scripts.pet_detection_feeder_analysis --input /path/to/juju.jpg --media-type image --pet-type cat --pet-id 橘橘 --action enroll 顯示歷史檢測報告/顯示檢測報告清單列表/顯示歷史寵物檢測報告（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.pet_detection_feeder_analysis --list
# 輸出精簡報告
python -m scripts.pet_detection_feeder_analysis --input video.mp4 --media-type video --pet-type cat --detail basic
# 儲存結果到檔案
python -m scripts.pet_detection_feeder_analysis --input video.mp4 --media-type video --pet-type cat --output result.json
🤖 AI 評測
這個技能質量良好，功能明確，專門用於識別餵食器視角下的貓狗寵物。它能自動檢測識別寵物、錄入寵物身份底庫、查詢歷史記錄，文件說明詳細清楚。主要優點是操作流程清晰、有多種輸入方式、結果輸出格式規範。不足之處是版本資訊存在小瑕疵，API文件比較簡略。總體來說是一個成熟可用的寵物檢測識別技能。
