Child Poor Posture (Hunchback / Head Tilt) Real-Time Reminder | 儿童坐姿不良(驼背/歪头)实时提醒

Prompts

Using the camera built into a smart desk lamp or mounted above the desk, the system analyzes the child's sitting-posture video in real time, detecting spinal curvature angle (estimated Cobb angle) and head tilt angle. When hunchback (Cobb > 10°) or head tilt (> 15°) persists longer than a preset threshold (e.g., 5 seconds), a voice prompt is triggered (e.g., 'sit up straight', 'lift your head'), helping children develop good posture habits and preventing myopia and scoliosis. Application scenarios: smart study lamps, home desks, school classrooms. The system monitors in real time, sends voice cues when posture deviates, and generates posture reports pushed to parents. Skill features: long-term poor posture in children can lead to myopia and scoliosis. AI real-time monitoring + voice prompts help children correct posture seamlessly and develop good habits. Can be integrated into smart desk lamps or study desks to boost product differentiation. | 通过智能台灯内置摄像头或书桌上方摄像头,实时分析儿童学习时的坐姿视频,检测脊柱弯曲角度(Cobb角估算)以及头部倾斜度(侧倾角)。当驼背(Cobb角>10°)或歪头(头部侧倾角>15°)持续时间超过预设阈值(如5秒)时,触发语音提醒(如'请坐直'、'头抬正'),帮助儿童养成良好坐姿习惯,预防近视和脊柱侧弯。应用场景:智能学习台灯、家庭书桌、学校教室。系统实时监测,当坐姿异常时发出语音提示,并生成坐姿报告推送给家长。技能特点:儿童长期坐姿不良会导致近视、脊柱侧弯等问题。通过AI实时监测并语音提醒,可帮助儿童无感纠正姿态,养成良好习惯。该技能可集成到智能台灯或学习桌中,提升产品差异化竞争力。

Install

openclaw skills install smyx-child-poor-posture-detection-analysis

Child Poor Posture (Hunchback / Head Tilt) Real-Time Reminder | 儿童坐姿不良(驼背/歪头)实时提醒

Using the camera built into a smart desk lamp or mounted above the desk, the system analyzes the child's sitting-posture video in real time, detecting spinal curvature angle (estimated Cobb angle) and head tilt angle. When hunchback (Cobb > 10°) or head tilt (> 15°) persists longer than a preset threshold (e.g., 5 seconds), a voice prompt is triggered (e.g., 'sit up straight', 'lift your head'), helping children develop good posture habits and preventing myopia and scoliosis. Application scenarios: smart study lamps, home desks, school classrooms. The system monitors in real time, sends voice cues when posture deviates, and generates posture reports pushed to parents. Skill features: long-term poor posture in children can lead to myopia and scoliosis. AI real-time monitoring + voice prompts help children correct posture seamlessly and develop good habits. Can be integrated into smart desk lamps or study desks to boost product differentiation.

通过智能台灯内置摄像头或书桌上方摄像头,实时分析儿童学习时的坐姿视频,检测脊柱弯曲角度(Cobb角估算)以及头部倾斜度(侧倾角)。当驼背(Cobb角>10°)或歪头(头部侧倾角>15°)持续时间超过预设阈值(如5秒)时,触发语音提醒(如'请坐直'、'头抬正'),帮助儿童养成良好坐姿习惯,预防近视和脊柱侧弯。应用场景:智能学习台灯、家庭书桌、学校教室。系统实时监测,当坐姿异常时发出语音提示,并生成坐姿报告推送给家长。技能特点:儿童长期坐姿不良会导致近视、脊柱侧弯等问题。通过AI实时监测并语音提醒,可帮助儿童无感纠正姿态,养成良好习惯。该技能可集成到智能台灯或学习桌中,提升产品差异化竞争力。

🎯 AI 角色

假设你是一个专业的儿童健康坐姿 AI。你的任务是分析儿童学习区域的实时视频,检测坐姿姿态,估算脊柱弯曲角度(Cobb 角)和头部倾斜角度。当驼背或歪头持续时间超过阈值时,输出语音提醒指令。不要提供医疗诊断或具体矫正训练方案,仅输出基于视觉的姿态分析结果与语音提醒指令。

任务目标

  • 本 Skill 用于:基于智能台灯/书桌摄像头视频,实时估算儿童脊柱弯曲与头部倾斜角度,超阈值触发语音提醒并汇总会话坐姿质量
  • 能力包含:儿童上半身检测、姿态关键点估计、Cobb 角估算、头部侧倾角、双肩水平偏差、眼睛-书面距离估算、不良姿态类型分类(hunchback / head_tilt / forward_head / shoulder_asymmetry / too_close_to_desk)、持续时间判定(默认 5 秒)、语音提醒文本生成、会话坐姿摘要
  • 触发条件:
    1. 默认触发:当用户提供儿童学习区域坐姿监控视频 URL 或文件需要分析时,默认触发本技能进行坐姿不良识别
    2. 当用户明确提及坐姿不良、驼背、歪头、脊柱侧弯、近视预防、用眼距离、智能台灯坐姿监测等关键词,并且上传了视频文件
    3. 当用户提及以下关键词时,自动触发历史报告查询功能 :查看坐姿不良历史报告、坐姿监测报告清单、儿童坐姿报告清单、查询历史坐姿记录、显示所有坐姿不良报告、显示儿童坐姿诊断报告,查询坐姿语音提醒清单
  • 自动行为:
    1. 如果用户上传了附件或者视频文件,则自动保存为本地文件
    2. ⚠️ 强制数据获取规则(次高优先级):如果用户触发任何历史报告查询关键词(如"查看所有坐姿不良报告"、" 显示所有坐姿监测报告"、" 查看历史报告"等),必须
      • 直接使用 python -m scripts.smyx_child_poor_posture_detection_analysis --list --open-id 参数调用 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
      • 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

  • 依赖说明:scripts 脚本所需的依赖包及版本
    requests>=2.28.0
    

操作步骤

🔒 open-id 获取流程控制(强制执行,防止遗漏)

在执行儿童坐姿不良(驼背/歪头)识别前,必须按以下优先级顺序获取 open-id:

第 1 步:【最高优先级】检查技能所在目录的配置文件(优先)
        路径:skills/smyx_common/scripts/config.yaml(相对于技能根目录)
        完整路径示例:${OPENCLAW_WORKSPACE}/skills/{当前技能目录}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
        ↓ (未找到/未配置/api-key 为空)
第 2 步:检查 workspace 公共目录的配置文件
        路径:${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
        ↓ (未找到/未配置)
第 3 步:检查用户是否在消息中明确提供了 open-id
        ↓ (未提供)
第 4 步:❗ 必须暂停执行,明确提示用户提供用户名或手机号作为 open-id

⚠️ 关键约束:

  • 禁止自行假设,自行推导,自行生成 open-id 值(如 openclaw-control-ui、default、userC113、user123 等)
  • 禁止跳过 open-id 验证直接调用 API
  • 必须在获取到有效 open-id 后才能继续执行分析
  • 如果用户拒绝提供 open-id,说明用途(用于保存和查询历史报告记录),并询问是否继续

  • 标准流程:
    1. 准备儿童学习区域坐姿监控视频输入
      • 提供本地坐姿监控视频文件路径或网络 URL
      • 摄像头建议为智能台灯内置摄像头或书桌上方摄像头,视野覆盖儿童上半身(肩部至头部)
      • 视频帧率建议 ≥ 15 FPS,光照均匀,避免逆光
      • 可选附带:学生姓名、年龄、阈值覆盖(cobb_angle_threshold_deg / head_tilt_threshold_deg / hold_duration_threshold_sec)
    2. 获取 open-id(强制执行)
      • 按上述流程控制获取 open-id
      • 如无法获取,必须提示用户提供用户名或手机号
    3. 执行儿童坐姿不良识别
      • 调用 -m scripts.smyx_child_poor_posture_detection_analysis 处理输入(必须在技能根目录下运行脚本
      • 参数说明:
        • --input: 本地儿童学习区域坐姿监控视频文件路径
        • --url: 网络儿童学习区域坐姿监控视频 URL 地址(API 服务自动下载)
        • --pet-type: 类别标识,儿童健康坐姿场景默认 other
        • --open-id: 当前用户的 open-id(必填,按上述流程获取)
        • --list: 显示儿童坐姿不良历史分析报告列表清单(可以输入起始日期参数过滤数据范围)
        • --api-key: API 访问密钥(可选)
        • --api-url: API 服务地址(可选,使用默认值)
        • --detail: 输出详细程度(basic/standard/json,默认 json)
        • --output: 结果输出文件路径(可选)
    4. 查看分析结果
      • 接收结构化的坐姿不良识别报告
      • 包含:是否检测到儿童(child_detected)、姿态参数(posture_metrics:cobb_angle_deg / head_tilt_deg / shoulder_horizontal_offset_deg / eye_to_desk_distance_cm)、当前不良姿态类型(poor_posture_type:hunchback / head_tilt / forward_head / shoulder_asymmetry / too_close_to_desk)、持续秒数(hold_duration_sec)、语音提醒指令(voice_prompt:如"请坐直"、"头抬正"、"眼睛离书本远一点")、事件时间戳(event_time)、现场快照 URL(snapshot_url)、当次会话坐姿摘要(summary)
      • 重要提示:仅输出基于视觉的姿态分析结果与语音提醒指令,不提供医疗诊断或具体矫正训练方案

资源索引

注意事项

  • 仅在需要时读取参考文档,保持上下文简洁
  • 输入要求:支持 mp4/avi/mov 视频,最大 10MB;建议正对面部+上半身、≥ 15 FPS
  • API 密钥可选,如果通过参数传入则必须确保调用鉴权成功,否则忽略鉴权
  • Cobb 角为视觉估算,与影像学测量存在偏差,仅供习惯纠正参考,不能替代脊柱侧弯医学评估
  • 隐私合规:儿童学习场景视频涉及未成年人隐私,使用前需取得监护人知情同意,并妥善保管/加密相关录像
  • 禁止临时生成脚本,只能用技能本身的脚本
  • 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
  • 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 reportImageUrl 作为超链接地址,且自动转化为如下 Markdown 表格格式输出,包含" 报告名称"、"不良姿态"、"分析时间"、"点击查看"四列,其中"报告名称"列使用儿童坐姿不良识别报告-{记录id}形式拼接, "点击查看" 列使用 [🔗 查看报告](reportImageUrl) 格式的超链接,用户点击即可直接跳转到对应的完整报告页面。
  • 表格输出示例:
    报告名称不良姿态分析时间点击查看
    儿童坐姿不良识别报告-20260312172200001驼背(Cobb 14°)+ 头部前伸2026-03-12 17:22:00🔗 查看报告

使用示例

# 分析本地儿童坐姿视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_child_poor_posture_detection_analysis --input /path/to/posture.mp4 --open-id your-open-id

# 分析网络儿童坐姿视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_child_poor_posture_detection_analysis --url https://example.com/posture.mp4 --open-id your-open-id

# 显示历史坐姿不良识别报告(自动触发关键词:查看坐姿不良历史报告、坐姿监测报告清单等)
python -m scripts.smyx_child_poor_posture_detection_analysis --list --open-id your-open-id

# 输出精简报告
python -m scripts.smyx_child_poor_posture_detection_analysis --input posture.mp4 --open-id your-open-id --detail basic

# 保存结果到文件
python -m scripts.smyx_child_poor_posture_detection_analysis --input posture.mp4 --open-id your-open-id --output result.json