Pet Behavior Recognition Skill | 宠物行为识别技能

Identifies common abnormal pet behaviors such as scratching, biting, destructive chewing, jumping, digging, chasing, and separation anxiety, helping owners understand their pet's habits. | 宠物行为识别技能，识别抓挠、啃咬、拆家、跳跃、刨地、追逐、独处焦虑等常见宠物异常行为，帮助主人了解宠物行为习惯

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	宠物行为识别技能
🎯 核心目标	宠物行为识别技能，识别抓挠、啃咬、拆家、跳跃、刨地、追逐、独处焦虑等常见宠物异常行为，帮助主人了解宠物行为习惯
🖼️ 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	PET_BEHAVIOR_DETECTION

This feature is an intelligent pet health diagnostic system based on deep learning, supporting analysis triggered by uploading local video files or inputting online video URLs. The system calls high-performance server-side APIs to perform frame-by-frame analysis of video data for various pets including cats, dogs, and birds, focusing on multi-dimensional feature extraction of fur condition, body posture, and facial characteristics. By comparing against a massive veterinary clinical database, the system automatically identifies potential health risks and disease symptoms, ultimately generating a detailed "Pet Safety Guardian Health Report" to provide pet owners with scientific, intuitive health references and medical advice.

本技能是一款基于深度学习的宠物健康智能诊断系统，支持通过上传本地视频文件或输入网络视频URL的方式触发分析流程。系统调用服务端高性能API，对猫、狗、鸟等多种宠物的视频数据进行逐帧解析，重点针对毛发状态、身体体态及面部特征进行多维度特征提取。通过比对海量兽医临床数据库，系统能够自动识别潜在的健康风险与疾病征兆，并最终生成一份详尽的“宠安卫士健康报告”，为宠物主人提供科学、直观的健康参考与就医建议

🎬 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

通过视频/监控对宠物进行行为识别分析，识别常见宠物行为尤其是异常行为，输出结构化的宠物行为分析报告

2. 🛠️ 能力范围

序号	具体能力
1	根据技能场景执行图片/视频分析、结构化结果生成与报告输出

3. ⚡ 触发条件

触发类型	触发规则
✅ 默认触发	默认触发：当用户提供宠物监控视频 URL 或文件需要进行宠物行为识别时，默认触发本技能
🔎 明确分析意图	当用户明确需要进行宠物行为识别，提及抓挠、啃咬、拆家、焦虑行为、宠物行为分析等关键词，并且上传了视频
📚 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 ：查看历史行为报告、宠物行为分析报告清单、行为识别报告列表、查询历史行为分析

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.pet_behavior_detection_analysis --list

类型	要求
✅ 必须	使用 python -m scripts.pet_behavior_detection_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
  

🚀 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	⚙️ 执行宠物行为识别	调用 -m scripts.pet_behavior_detection_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
--duration-min	统计时长（分钟），默认自动识别	按需填写
--list	显示宠物行为识别历史分析报告列表清单	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/pet_behavior_detection_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：视频支持 mp4/avi/mov 格式，最大 10MB
🧑‍⚖️ 结果性质	分析结果仅供参考，行为矫正建议请咨询专业宠物训练师
🚫 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	传入的网络地址参数，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

📝 隐私与数据安全声明 | Privacy & Data Security

序号	说明
1	数据保密处理
2	系统基于 用户名/手机号 生成的标识仅作为用户关联信息，不保存任何可直接识别个人身份的明文信息。
3	安全传输
4	所有数据（包括视频文件及关联标识）均通过 HTTPS/TLS 加密通道 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。
5	数据留存策略
6	云端服务器遵循“最小必要原则”，分析任务完成后即刻删除原始视频数据，不进行持久化存储，确保用户隐私数据不被留存或滥用。

🧰 使用示例 | Examples

bash

# 分析本地监控视频
python -m scripts.pet_behavior_detection_analysis --input /path/to/monitor.mp4 --duration-min 10

# 分析网络监控视频
python -m scripts.pet_behavior_detection_analysis --url https://example.com/pet_monitor.mp4

# 显示历史行为分析报告（自动触发关键词：查看历史行为报告、历史报告、行为报告清单等）
python -m scripts.pet_behavior_detection_analysis --list

# 输出精简报告
python -m scripts.pet_behavior_detection_analysis --input video.mp4 --detail basic

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