Arrhythmia Early Warning Analysis Tool | 心律失常早期预警分析工具

Based on facial video, identifies abnormal rhythms such as premature beats, atrial fibrillation, tachycardia/bradycardia, assists in early detection of heart health risks. | 心律失常早期预警技能，基于面部视频识别早搏、房颤、心动过速/心动过缓等异常节律，辅助心脏健康风险早发现

智能健康/识别分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询

---

🧭 技能概览 | Overview

模块	内容
🏷️ 技能名称	心律失常早期预警分析工具
🎯 核心目标	心律失常早期预警技能，基于面部视频识别早搏、房颤、心动过速/心动过缓等异常节律，辅助心脏健康风险早发现
🖼️ 输入类型	图片、视频、本地文件、网络 URL
📝 输出能力	结构化分析报告、风险/识别结果、建议与报告链接
🧩 场景码	ARRHYTHMIA_EARLY_WARNING

By analyzing subtle color variations and periodic movements in facial videos, this feature identifies hemodynamic fluctuations caused by heartbeats to detect arrhythmias such as premature beats, atrial fibrillation, tachycardia, and bradycardia. Requiring no contact sensors and utilizing only a standard camera, it enables non-invasive screening. This allows users to conveniently assess cardiac health risks in their daily lives, facilitating the early detection and warning of abnormal rhythms.

本技能通过分析面部视频中的微细颜色变化与周期性运动，识别心脏搏动引发的血流动力学波动，从而检测早搏、房颤、心动过速与心动过缓等异常节律。无需接触式传感器，仅利用普通摄像头即可完成非侵入式筛查，辅助用户在日常状态下便捷评估心脏健康风险，实现异常节律的早期发现与预警。

🎬 技能演示 | Skill Demo

▶️ 点击查看技能使用介绍

🎯 任务目标 | Goals

1. 🧩 技能用途

通过非接触面部视频分析，早期预警心律失常风险

2. 🛠️ 能力范围

序号	具体能力
1	早搏识别
2	房颤特征识别
3	心动过速检测
4	心动过缓检测
5	整体风险分级

3. ⚡ 触发条件

触发类型	触发规则
✅ 默认触发	默认触发：当用户提供面部视频需要进行心脏健康风险筛查时，默认触发本技能
🔎 明确分析意图	当用户明确需要心律失常预警、心脏健康筛查时，提及早搏、房颤、心动过速、心律失常预警、心脏筛查等关键词，并且上传了面部视频
📚 历史报告查询	当用户提及以下关键词时，自动触发历史报告查询功能 ：查看历史预警报告、心律失常报告清单、预警报告列表、查询历史预警报告、显示所有预警报告、心脏风险分析报告，查询心律失常早期预警分析报告

4. 🤖 自动行为

自动行为	执行要求
📎 附件处理	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
☁️ 历史报告查询	如果用户触发历史报告查询关键词，必须直接调用云端 API 查询，不得从本地记忆或人工汇总中获取

⚠️ 强制数据获取规则（次高优先级）

橙色强约束： 历史报告清单只允许从云端接口读取，不允许从本地记录、长期记忆或人工汇总中提取。

必须执行：

bash

python -m scripts.arrhythmia_early_warning_analysis --list

类型	要求
✅ 必须	使用 python -m scripts.arrhythmia_early_warning_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
✅ 输出格式	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 | Requirements

• 依赖说明:scripts 脚本所需的依赖包及版本

  text

  requests>=2.28.0
  

📸 采集要求 | Capture Requirements

要求项	说明
面部完整出镜	，光线均匀充足，避免背光和强烈阴影
保持相对静止	，视频采集时间建议 10-30 秒
避免剧烈运动后立即采集	，建议安静休息几分钟后再采集

🚀 操作步骤 | Workflow

🔐 用户身份处理（内部自动完成）

绿色安全原则： 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：

场景	系统行为
上游系统有内部身份参数	由脚本静默接收并使用
上游系统未提供内部身份参数	脚本会自动复用本地缺省用户
本地缺省用户不存在	脚本会自动创建并在后续任务中复用
对用户输出	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

禁止/要求	说明
🚫 不得询问身份	不得提示用户输入用户名、手机号或任何内部身份参数
🚫 不得暴露身份值	不得在回复、报告、示例、错误提示中暴露内部身份值
🚫 不得列为用户参数	不得把内部身份参数列为用户需要理解或传入的参数
✅ 自动关联报告	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 | Standard Flow

步骤	阶段	执行动作
1	📥 准备面部视频输入	提供本地文件路径或网络 URL；确保输入内容清晰、符合技能场景要求
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	⚙️ 执行心律失常早期预警分析	调用 -m scripts.arrhythmia_early_warning_analysis 处理输入（必须在技能根目录下运行脚本）
4	📊 查看分析结果	接收结构化分析报告，查看识别/监测结果、风险提示、建议与报告链接

⚙️ 脚本参数说明

参数	含义	备注
--input	本地视频文件路径	适用于本地文件分析
--url	网络视频 URL 地址（API 服务自动下载）	API 服务自动下载网络资源
--list	显示历史心律失常早期预警分析报告列表清单（可以输入起始日期参数过滤数据范围）	用于云端历史报告查询
--api-url	API 服务地址（可选，使用默认值）	按需填写
--detail	输出详细程度（basic/standard/json，默认 json）	输出详细程度
--output	结果输出文件路径（可选）	可选

🗂️ 资源索引 | Resource Index

资源类型	路径	用途	何时读取
🐍 必要脚本	scripts/arrhythmia_early_warning_analysis.py	调用 API、执行分析或查询历史报告	执行分析或查询时使用
🐍 必要脚本	scripts/config.py	调用 API、执行分析或查询历史报告	执行分析或查询时使用
📘 领域参考	references/api_doc.md	了解 API 接口规范、字段说明和错误码	仅在需要了解接口规范或错误码时读取

⚠️ 注意事项 | Notes

分类	注意事项
📚 文档读取	仅在需要时读取参考文档，保持上下文简洁
📁 格式支持	支持格式：mp4/avi/mov，最大 10MB
🧑‍⚖️ 结果性质	⚠️ 非常重要声明：本分析结果仅供健康风险早期预警参考，不能替代专业心电图检查和心内科医生诊断。发现高风险请及时就医检查确诊
🚫 脚本限制	禁止临时生成脚本，只能用技能本身的脚本
🌐 网络地址	传入的网路地址参数，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
📜 报告输出	当显示历史分析报告清单的时候，从接口返回 json 数据中提取字段 作为超链接地址，且自动转化为如下 Markdown
📜 报告输出	表格输出示例

🧰 使用示例 | Examples

bash

# 分析本地面部采集视频
python -m scripts.arrhythmia_early_warning_analysis --input /path/to/face.mp4

# 分析网络视频
python -m scripts.arrhythmia_early_warning_analysis --url https://example.com/face.mp4

# 显示历史预警报告/显示预警报告清单列表/显示历史心脏筛查（自动触发关键词：查看历史预警报告、历史报告、预警报告清单等）
python -m scripts.arrhythmia_early_warning_analysis --list

# 输出精简报告
python -m scripts.arrhythmia_early_warning_analysis --input face.mp4 --detail basic

# 保存结果到文件
python -m scripts.arrhythmia_early_warning_analysis --input face.mp4 --output result.json