jf-garbage-inspection

通过监控图像自动分析垃圾桶溢出情况并生成巡检报告。

安装使用

复制下面这段提示词发给你的 AI(Claude / Cursor / TRAE / Codex / WorkBuddy 等),它会自动帮你完成安装:

帮我安装这个 AI Skill:jf-garbage-inspection。
它的用途是:通过监控图像自动分析垃圾桶溢出情况并生成巡检报告。
完整的 Skill 内容见:https://321skill.com/skills/jf-garbage-inspection/raw/index.md
请读取该页面内容,如果是 SKILL.md 格式直接安装,如果是 README 提炼核心 prompt 后安装。

提示词包含完整的 Skill 内容链接,AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。

使用示例

‘启动对A小区所有垃圾桶的批量巡检’,它会自动调取指定监控点的最新图像,分析每个垃圾桶的满载情况,并在几分钟内生成一份包含各点位状态和问题摘要的结构化报告。你也可以说:‘设置每天上午9点自动巡检商业街的垃圾桶’,技能便会创建定时任务,持续监控。

介绍

杰峰垃圾溢出巡检技能旨在解决城市环卫管理中,人工巡检垃圾桶状态效率低、成本高且难以实时响应的问题。它通过接入杰峰品牌的监控设备,自动抓取垃圾桶区域的实时图像,并由AI智能体直接对图像进行分析,判断垃圾桶是否已满或溢出。

使用时,用户只需配置好监控设备并启动技能,即可选择对单个设备进行即时巡检,或对一组设备进行批量巡检。技能支持设置定时任务,实现全天候自动化的周期性检查。分析完成后,技能会输出一份结构化的巡检报告,清晰列出每个检查点的状态、时间戳和问题详情。

该技能非常适合负责城市管理、物业运维或智慧园区运营的团队使用,能够显著减轻一线环卫工人的巡检负担,帮助管理人员实现精细化的垃圾清运调度。对于希望提升公共区域卫生管理水平、降低运营成本的机构而言,这是一个高效的数字化工具。

使用建议:为确保分析准确性,建议监控摄像头的安装角度能清晰覆盖垃圾桶开口及周边区域,并避免强光直射或夜间光照不足。初次部署时,可在不同天气和光照条件下进行测试,以优化识别效果。注意,本技能专注于视觉分析,不涉及清运车辆的调度与路径规划。

核心特点

该技能直接对接杰峰品牌的硬件监控设备,实现了从图像抓取到AI分析的无缝闭环,无需用户手动处理图片中间环节;其输出的结构化巡检报告格式统一,便于直接集成到现有的城市管理或物业运维系统中。

注意事项

不适合非杰峰品牌监控设备或图像质量极差(如严重遮挡、过暗、过曝)的场景。

常见问题

支持哪些杰峰监控设备型号?

具体兼容型号请查阅技能文档,通常支持主流网络摄像头型号。

巡检报告包含哪些内容?

报告通常包含设备ID、检查时间、溢出状态(是/否)、置信度及问题截图链接。

给 AI 助手的安装指引

如果你的 AI 编程助手(Claude Code、Cursor、TRAE 等)能看到这个页面,把下面这段发给它即可自动完成安装:

请访问 https://321skill.com/skills/jf-garbage-inspection/raw/index.md 读取 jf-garbage-inspection 的原始 Skill 定义(Markdown 格式),按其中说明在我的环境里完成安装和配置。