#!/usr/bin/env python3 import sys import os current_dir = os.path.dirname(os.path.abspath(__file__)) parent_dir = os.path.dirname(os.path.dirname(os.path.dirname(current_dir))) sys.path.insert(0, parent_dir) import argparse import json import mimetypes import traceback from datetime import datetime import requests import sys import os from .config import * from .skill import skill from skills.smyx_common.scripts.util import RequestUtil # 从config导入常量 SUPPORTED_FORMATS = ConstantEnum.SUPPORTED_FORMATS MAX_FILE_SIZE_MB = ConstantEnum.MAX_FILE_SIZE_MB def validate_file(file_path): """验证输入文件是否合法""" if not os.path.exists(file_path): raise FileNotFoundError(f"文件不存在: {file_path}") if not os.access(file_path, os.R_OK): raise PermissionError(f"文件没有读权限: {file_path}") ext = os.path.splitext(file_path)[1].lower()[1:] if ext not in SUPPORTED_FORMATS: raise ValueError(f"不支持的文件格式，支持的格式: {', '.join(SUPPORTED_FORMATS)}") file_size_mb = os.path.getsize(file_path) / (1024 * 1024) if file_size_mb > MAX_FILE_SIZE_MB: raise ValueError(f"文件过大，最大支持 {MAX_FILE_SIZE_MB}MB，当前文件大小: {file_size_mb:.1f}MB") return True def analyze_video(input_path=None, url=None, analysis_type=None, api_url=None, api_key=None, output_level=None): """调用API分析饮食行为""" if not input_path and not url: raise ValueError("必须提供本地视频路径(--input)或网络视频URL(--url)") # 设置分析类型参数 if analysis_type: ConstantEnum.DEFAULT__ANALYSIS_TYPE = analysis_type try: input_path = input_path or url return skill.get_output_analysis(input_path) except requests.exceptions.RequestException as e: traceback.print_stack() raise Exception(f"API请求失败: {str(e)}") def show_analyze_list(open_id, start_time=None, end_time=None): # if not open_id: # raise ValueError("必须提供本用户的OpenId/UserId") try: output_content = skill.get_output_analysis_list() return output_content except requests.exceptions.RequestException as e: traceback.print_stack() raise Exception(f"API请求失败: {str(e)}") def get_analysis_export_url(request_id=None): """调用API分析视频""" if not request_id: return "" return ApiEnum.DETAIL_EXPORT_URL + request_id def format_result(result, output_level="standard", analysis_type="comprehensive"): """格式化输出结果""" analysis_type_map = { "comprehensive": "综合分析", "speed": "进食速度评估", "habit": "进餐习惯评估", "structure": "饮食结构分析", "risk": "风险行为筛查", "other": "其他分析" } analysis_type_cn = analysis_type_map.get(analysis_type, analysis_type) if output_level == "json": result_id = None if result is not None: result_json = result result_id = result_json.get('id', {}) result_json = json.dumps(result_json.get('dietResponse', {}), ensure_ascii=False, indent=2) else: return "⚠️ 暂无分析结果" return f""" 📊 饮食行为分析结构化结果 {result_json} """, result_id elif output_level == "basic": # 精简输出 data = result.get('data', {}) diagnosis = data.get('diagnosis', {}) return f""" 📊 饮食行为分析报告 {'=' * 40} 分析类型: {analysis_type_cn} 整体饮食健康评分: {diagnosis.get('overall_score', '未知')} 主要问题: {', '.join([f'{k}: {v}' for k, v in diagnosis.get('key_issues', {}).items() if v != '正常'])} 健康提示: {data.get('health_warnings', ['无特殊警示'])[0] if data.get('health_warnings') else '无特殊警示'} """ elif output_level == "standard": # 标准输出 data = result.get('data', {}) diagnosis = data.get('diagnosis', {}) person_detection = data.get('person_detection', {}) speed_analysis = "\n".join([f" {k}: {v}" for k, v in diagnosis.get('eating_speed', {}).items()]) habit_analysis = "\n".join([f" {k}: {v}" for k, v in diagnosis.get('eating_habit', {}).items()]) structure_analysis = "\n".join([f" {k}: {v}" for k, v in diagnosis.get('diet_structure', {}).items()]) risk_analysis = "\n".join([f" {k}: {v}" for k, v in diagnosis.get('risk_behavior', {}).items()]) warnings = "\n".join([f" ⚠️ {item}" for item in data.get('health_warnings', [])]) suggestions = "\n".join([f" 💡 {item}" for item in data.get('diet_suggestions', [])]) return f""" 📊 饮食行为分析报告 {'=' * 50} ⏰ 分析时间: {data.get('analysis_time', '未知')} 🍽️ 分析类型: {analysis_type_cn} 🎯 人物检测: {person_detection.get('status', '未知')} (置信度: {person_detection.get('quality_score', 0)}分) 🔍 评估结果: 整体饮食健康评分: {diagnosis.get('total_score', '未知')}/100 整体评价: {diagnosis.get('overall_health', '未知')} 进食速度维度: {speed_analysis} 进餐习惯维度: {habit_analysis} 饮食结构维度: {structure_analysis} 风险行为维度: {risk_analysis} ⚠️ 风险警示: {warnings} 💡 饮食改善建议: {suggestions} {'=' * 50} > 重要声明：本分析仅供饮食健康参考，不能替代专业营养师或医师诊断。明确营养问题请尽早咨询专业人士。 """ else: # 完整输出（JSON格式） return json.dumps(result, ensure_ascii=False, indent=2) def main(): parser = argparse.ArgumentParser(description="饮食行为健康分析工具") parser.add_argument("--input", help="本地视频文件路径") parser.add_argument("--url", help="网络视频MP4的URL地址") parser.add_argument("--analysis-type", choices=["comprehensive", "speed", "habit", "structure", "risk", "other"], default=ConstantEnum.DEFAULT__ANALYSIS_TYPE, help="分析类型：comprehensive(综合分析), speed(进食速度评估), habit(进餐习惯评估), structure(饮食结构分析), risk(风险行为筛查), other(其他分析)，默认 comprehensive") parser.add_argument("--open-id", required=True, help="当前用户的OpenID/UserId/用户名/手机号") parser.add_argument("--list", action='store_true', help="显示饮食行为分析列表清单") parser.add_argument("--api-url", help="服务端API地址") parser.add_argument("--api-key", help="API访问密钥（必需）") parser.add_argument("--output", help="结果输出文件路径") parser.add_argument("--detail", choices=["basic", "standard", "json"], default=ConstantEnum.DEFAULT__OUTPUT_LEVEL, help="输出详细程度") parser.add_argument("--export-env-only", action='store_true', help="仅输出 export 命令设置环境变量，不执行分析") args = parser.parse_args() try: if args.open_id: # 设置 Python 进程内的环境变量 ConstantEnumBase.CURRENT__OPEN_ID = args.open_id # 检查必需参数 if args.list: open_id = ConstantEnum.CURRENT__OPEN_ID result = show_analyze_list(open_id) print(result) exit(0) # 检查必需参数 if not args.input and not args.url: print("❌ 错误: 必须提供 --input 或 --url 参数") exit(1) print("🔍 正在进行饮食行为分析，请稍候...") output_content = analyze_video( input_path=args.input, url=args.url, analysis_type=args.analysis_type, api_url=args.api_url, api_key=args.api_key, output_level=args.detail ) print(output_content) # 保存到文件 if args.output: with open(args.output, "w", encoding="utf-8") as f: if args.detail == "full": json.dump(result, f, ensure_ascii=False, indent=2) else: f.write(output_content) print(f"✅ 结果已保存到: {args.output}") except Exception as e: traceback.print_stack() print(f"❌ 饮食行为分析失败: {str(e)}") exit(1) if __name__ == "__main__": main()