Fall Detection & Analysis Skill | 跌倒检测分析技能

Detects whether anyone has fallen within a specified target area. Supports both image and short video analysis. Suitable for scenarios such as home care for elderly people living alone and safety monitoring in nursing homes. | 检测目标区域内是否有人跌倒，支持图片和短视频检测，适用于独居老人居家看护、养老院安全监测等场景

智能分析中枢 · 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	跌倒检测分析技能
🎯 核心目标	检测目标区域内是否有人跌倒，支持图片和短视频检测，适用于独居老人居家看护、养老院安全监测等场景
🖼️ 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、识别/监测结果、建议与报告链接
🧩 场景码	FALL_DETECTION_IMAGE

This capability supports intelligent analysis of images and short video clips, specifically designed for scenarios like in-home care for seniors living alone and safety monitoring in nursing homes. The system identifies critical states such as falls, prolonged bed rest, and abnormal activity levels. Requiring no wearable devices, it enables rapid screening using only existing images or short clips. It is optimized for environments with poor network connectivity or limited storage, allowing caregivers or family members to easily upload materials and receive risk feedback at any time, thereby improving daily inspection efficiency and emergency response capabilities.

本技能支持对图片及短视频内容进行智能分析，适用于独居老人居家看护与养老院安全监测等场景。系统可识别老人摔倒、长时间卧床、活动异常等关键状态，无需佩戴设备，仅通过已有图像或短片段即可完成快速筛查。适用于网络较差或存储受限环境，方便护工或家属随时上传素材获取风险反馈，提升日常巡检效率与应急响应能力。

🎬 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

通过图片或短视频检测目标区域内是否发生老人跌倒事件

2. 🛠️ 能力范围

序号	具体能力
1	人体检测
2	姿态判断
3	跌倒识别
4	异常风险预警

3. ⚡ 触发条件

触发类型	触发规则
✅ 默认触发	默认触发：当用户提供监控图片/短视频需要检测老人跌倒时，默认触发本技能进行跌倒检测分析
🔎 明确分析意图	当用户明确需要进行跌倒检测、老人看护时，提及跌倒检测、老人跌倒、独居看护、摔倒识别等关键词，并且上传了图片或视频文件
📚 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 ：查看历史跌倒检测报告、跌倒检测报告清单、检测报告列表、查询历史检测报告、显示所有跌倒报告、跌倒检测分析报告，查询跌倒检测图片分析报告

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.fall_detection_image --list

类型	要求
✅ 必须	使用 python -m scripts.fall_detection_image --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
  

🚀 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	📥 准备图片/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	⚙️ 执行跌倒检测分析	调用 -m scripts.fall_detection_image 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	本地图片/视频文件路径	适用于本地文件分析
--url	网络图片/视频 URL 地址（API 服务自动下载）	API 服务自动下载网络资源
--list	显示历史跌倒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）	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/fall_detection_image.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：jpg/jpeg/png/mp4/avi/mov，视频时长建议 5 秒以内，最大 10MB
🧑‍⚖️ 结果性质	重要提示：分析结果仅供安全参考，不能替代人工确认，发现疑似跌倒请立即联系确认并应急处置
🚫 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

# 分析单张抓拍图片
python -m scripts.fall_detection_image --input /path/to/capture.jpg

# 分析5秒监控视频
python -m scripts.fall_detection_image --input /path/to/room_monitor.mp4

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

# 显示历史分析报告/显示分析报告清单列表/显示历史跌倒报告（自动触发关键词：查看历史跌倒报告、历史报告、跌倒报告清单等）
python -m scripts.fall_detection_image --list

# 输出精简报告
python -m scripts.fall_detection_image --input monitor.jpg --detail basic

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