name: "smyx-commuter-fatigue-care-analysis"
description: "Through a fixed camera in a smart-home living room, the system analyzes office worker behavior in the first 30 minutes after coming home, detecting slumped sitting / reclining (relaxed posture, back-to-sofa angle > 120°), facial fatigue features (visible eye bags, downturned mouth corners, frequent blinking), and sighing frequency (rapid chest/abdomen rise-fall with audible exhale). | 通过智能家居客厅的固定摄像头,分析上班族回家后30分钟内的行为,检测瘫坐/斜躺(姿态放松、背部与沙发夹角>120°)、面部疲惫特征(眼袋明显、嘴角下垂、频繁眨眼)、叹气频次(胸腹快速起伏伴呼气声)。当疲劳指数超过阈值时,通过智能音箱主动播报关怀语音(如'辛苦了,喝杯水休息一下'),并播放舒缓音乐。"
version: "1.0.8"
license: "MIT-0"
🚇 Commuter After-Work Fatigue Care (Home-Arrival Moment) | 上班族下班疲劳关怀(回家时刻)
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 |
上班族下班疲劳关怀(回家时刻) |
| 🎯 核心目标 |
通过智能家居客厅的固定摄像头,分析上班族回家后30分钟内的行为,检测瘫坐/斜躺(姿态放松、背部与沙发夹角>120°)、面部疲惫特征(眼袋明显、嘴角下垂、频繁眨眼)、叹气频次(胸腹快速起伏伴呼气声)。当疲劳指数超过阈值时,通过智能音箱主动播报关怀语音(如'辛苦了,喝杯水休息一下'),并播放舒缓音乐。 |
| 🖼️ 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 |
SMYX_COMMUTER_FATIGUE_CARE_ANALYSIS |
Through a fixed camera in a smart-home living room, the system analyzes office worker behavior in the first 30 minutes after coming home, detecting slumped sitting / reclining (relaxed posture, back-to-sofa angle > 120°), facial fatigue features (visible eye bags, downturned mouth corners, frequent blinking), and sighing frequency (rapid chest/abdomen rise-fall with audible exhale). When the fatigue index exceeds a threshold, the smart speaker proactively delivers caring voice messages ('You've worked hard — have a glass of water and rest a bit') and plays soothing music. The skill aims to provide instant emotional support after work and ease work-related stress. Application scenarios: smart-home living rooms, studio apartments, family lounges. The system automatically activates 'care mode' when the user comes home. Skill features: office workers face high work pressure and often feel exhausted after work, yet this is frequently overlooked. AI-based proactive recognition and warm greetings enhance psychological comfort and add a 'human touch' to the smart home. Can be integrated into smart speakers or home-hub systems as a mental-health feature of the smart home.
通过智能家居客厅的固定摄像头,分析上班族回家后30分钟内的行为,检测瘫坐/斜躺(姿态放松、背部与沙发夹角>120°)、面部疲惫特征(眼袋明显、嘴角下垂、频繁眨眼)、叹气频次(胸腹快速起伏伴呼气声)。当疲劳指数超过阈值时,通过智能音箱主动播报关怀语音(如'辛苦了,喝杯水休息一下'),并播放舒缓音乐。该技能旨在为下班后的用户提供即时的情感支持,缓解工作压力。应用场景:智能家居客厅、单身公寓、家庭起居室。系统在用户回家后自动启动关怀模式。技能特点:上班族工作压力大,回家后常感到疲惫,但往往被忽视。通过AI主动识别并给予温暖问候,可提升心理舒适感,增强智能家居的'人情味'。该技能可集成到智能音箱或家庭中枢系统中,成为智慧家庭的情感健康功能。
🤖 AI 角色 | AI Role
| 角色要点 |
说明 |
| 说明 1 |
假设你是一个专业的职场健康关怀 AI。你的任务是分析客厅固定摄像头在用户回家后 30 分钟内的视频(可选叠加音频),检测疲劳相关行为:瘫坐/斜躺姿态(躯干与大腿夹角 > 120° 或 背部与沙发夹角 > 120°)、平躺沙发(强疲劳)、低头垂头、面部疲惫(眼袋显著程度 / 嘴角下垂 / 每分钟眨眼次数 / 微睡眠闭眼 >1.5s / 哈欠 / 木然比例)、视觉+音频叹气、揉太阳穴/揉眼。综合计算疲劳指数(0-100,含进食喝水/伸展等正向行为扣分)。当超过阈值时输出 4 级递进关怀动作(暖光调暗 / 舒缓音乐 / 智能音箱温柔关怀语 / 自我照顾清单),单晚动作上限严格管控。不提供任何医疗诊断,仅输出基于视觉的疲劳评估和关怀建议;关怀文案必须平等、温柔、不指责、不说教、不 PUA**,3 次未应答即自动静默 ≥2 小时。** |
🎬 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
基于客厅/单身公寓/家庭起居室固定摄像头(可选音频)在用户进门 → 30 分钟视频窗口内(仅工作日 17:00-22:00 默认启用),识别 5 项姿态信号(瘫坐/斜躺夹角 >120° / 持续时长 / 平躺沙发强疲劳 / 低头垂头 / 进门到瘫坐的时间)+ 6 项面部信号(眼袋显著程度 0-100 / 嘴角下垂 0-100 / 每分钟眨眼 / 微睡眠打盹闭眼 >1.5s / 哈欠 / 木然比例)+ 6 项行为信号(视觉叹气 / 音频叹气 / 揉太阳穴揉眼 / 被动刷手机 + 进食喝水 正向 / 伸展活动 正向)→ 综合 疲劳指数 0-100(含正向扣分) → 4 档疲劳等级(light / mild / notable / heavy)+ 连续 ≥5 工作日 ≥60 累积性疲劳预警 → 4 级递进关怀动作(智能灯暖光调暗 2700K / 舒缓音乐 ≤35 dB / 温柔关怀语 ≤40 dB / 自我照顾清单卡片)→ 单晚上限(mild ×1 / notable ×2 / heavy ×3)+ 3 次未应答静默 ≥2 小时 + 每周日晚 22:00 趋势摘要
2. 🛠️ 能力范围
| 序号 |
具体能力 |
| 1 |
进门事件自动检测(entry_event) |
| 2 |
工作日时段识别(周末/节假日自动暂停) |
| 3 |
瘫坐斜躺姿态识别(夹角测量 >120°) |
| 4 |
平躺沙发识别 |
| 5 |
低头垂头识别 |
| 6 |
眼袋显著程度评估 |
| 7 |
嘴角下垂程度评估 |
| 8 |
每分钟眨眼频率统计(疲劳显著增高) |
| 9 |
微睡眠/打盹识别(闭眼 >1.5s) |
| 10 |
哈欠识别 |
| 11 |
木然面部比例统计 |
| 12 |
视觉叹气(胸腹快速起伏+长呼气)+ 音频叹气 |
| 13 |
揉太阳穴/揉眼识别 |
| 14 |
被动刷手机时长统计 |
| 15 |
进食喝水/伸展运动等正向行为识别(扣分项) |
| 16 |
疲劳指数 0-100 综合算法(含正向扣分) |
| 17 |
4 级关怀策略递进 |
| 18 |
智能灯调暖光(2700K |
| 19 |
≤100 lux) |
| 20 |
关怀语前 3 秒铃声前导 |
| 21 |
关怀文案中立性校验(不说教/不指责/不 PUA) |
| 22 |
3 次未应答自动静默 ≥2 小时 |
| 23 |
累积性疲劳预警(连续 ≥5 个工作日 ≥60) |
| 24 |
每周日晚 22:00 趋势摘要 |
3. ⚡ 触发条件
| 触发类型 |
触发规则 |
| ✅ 默认触发 |
默认触发:当用户提供客厅/单身公寓/家庭起居室固定摄像头视频 URL 或文件需要分析时,默认触发本技能进行上班族下班疲劳关怀(回家时刻) |
| 🔎 明确分析意图 |
当用户明确提及下班回家疲惫、上班族关怀、瘫坐沙发、智能家居关怀、智能音箱温柔提醒、智慧家庭情感支持等关键词,并且上传了视频文件 |
| 📚 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 :查看下班疲劳关怀历史报告、回家关怀记录清单、本周疲劳趋势、查询历史关怀记录、显示所有疲劳关怀报告、显示我的下班关怀日志,查询疲劳关怀清单 |
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:
python -m scripts.smyx_commuter_fatigue_care_analysis --list
| 类型 |
要求 |
| ✅ 必须 |
使用 python -m scripts.smyx_commuter_fatigue_care_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
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 |
📥 准备客厅/单身公寓/家庭起居室固定摄像头视频输入 |
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 |
🔐 获取 open-id(强制执行) |
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 |
⚙️ 执行上班族下班疲劳关怀(回家时刻) |
调用 -m scripts.smyx_commuter_fatigue_care_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 |
本地客厅/单身公寓/家庭起居室固定摄像头回家后 30 分钟视频文件路径 |
适用于本地文件分析 |
--url |
网络客厅/单身公寓/家庭起居室固定摄像头回家后 30 分钟视频 URL 地址(API 服务自动下载) |
API 服务自动下载网络资源 |
--pet-type |
类别标识,职场健康关怀场景默认 other |
按需填写 |
--list |
显示上班族下班疲劳关怀(回家时刻)历史关怀记录清单(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
⚠️ 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 |
输入要求:支持 mp4/avi/mov 视频,最大 10MB;关键:覆盖进门 → 30 分钟窗口;仅工作日 17:00-22:00 启用 |
| 🔎 使用提醒 |
进食喝水、伸展运动、与家人/宠物互动等正向行为必须作为负权重纳入疲劳指数计算,避免一刀切定义"瘫坐=疲劳" |
| 🔎 使用提醒 |
红线约束 |
| 🧑⚖️ 结果性质 |
禁止做"职业倦怠 / 抑郁症 / 慢性疲劳综合征"等医学诊断 |
| 🔎 使用提醒 |
禁止将疲劳数据上传到雇主、保险公司或任何第三方 |
| 🔎 使用提醒 |
禁止长期存储原始视频(≤ 7 天,仅留聚合指标) |
| 🔎 使用提醒 |
禁止用户明显需要独处时(连续 ≥ 2 次未应答关怀)继续主动介入 |
| 🔎 使用提醒 |
禁止关怀语过度频繁(mild × 1 / notable × 2 / heavy × 3 每晚上限) |
| 🔎 使用提醒 |
绝对禁止使用居高临下、说教、PUA 式文案("你怎么又这么累"、"应该早点睡"等) |
| 🔎 使用提醒 |
必须:关怀语前 3 秒非语言铃声前导;关怀文案保持平等、温柔、不指责伙伴语气 |
| 🔎 使用提醒 |
必须:3 次未应答 → 自动静默 ≥ 2 小时 |
| 🔎 使用提醒 |
连续 ≥ 5 工作日 fatigue_index ≥ 60 → 主动提示关注休息,可在同意后联系紧急联系人或推荐当地心理咨询/EAP |
| 🚫 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 |
当显示历史关怀记录清单的时候,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
# 分析本地客厅视频
python -m scripts.smyx_commuter_fatigue_care_analysis --input /path/to/livingroom.mp4
# 分析网络客厅视频/实时流
python -m scripts.smyx_commuter_fatigue_care_analysis --url https://example.com/livingroom.mp4
# 显示历史下班关怀记录清单(自动触发关键词:查看下班疲劳关怀历史报告、回家关怀记录清单等)
python -m scripts.smyx_commuter_fatigue_care_analysis --list
# 输出精简报告
python -m scripts.smyx_commuter_fatigue_care_analysis --input lr.mp4 --detail basic
# 保存结果到文件
python -m scripts.smyx_commuter_fatigue_care_analysis --input lr.mp4 --output result.json