当前位置: 首页 > news >正文

生命涌现的小龙虾技能之【Respiratory Symptom Smart Recognition Tool | 呼吸道症状智能识别工具】简介

🫁 Respiratory Symptom Smart Recognition Tool | 呼吸道症状智能识别工具

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
🏷️ 技能名称呼吸道症状智能识别工具
🎯 核心目标呼吸道症状智能识别技能,基于计算机视觉自动检测咳嗽、咳痰、喘息频率,统计发作频次,用于健康异常早期提醒,帮助及时发现呼吸道疾病
🖼️ 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RESPIRATORY_SYMPTOM_RECOGNITION

Based on advanced computer vision and behavior recognition algorithms, this feature automatically detects and counts the
frequency of respiratory symptoms such as coughing, expectoration, and wheezing. Through real-time video analysis, the
system precisely captures key characteristics including chest movement, body posture, and mouth actions, effectively
distinguishing between normal breathing and abnormal symptomatic behaviors. Additionally, the system automatically logs
the time, frequency, and duration of symptom episodes to generate dynamic health trend charts. When the frequency of
symptoms exceeds normal thresholds, it promptly issues health anomaly alerts, helping users and their families detect
signs of respiratory disease early and providing data support for timely medical consultation.

本功能基于先进的计算机视觉与行为识别算法,能够自动检测并统计用户的咳嗽、咳痰及喘息等呼吸道症状的发作频率。系统通过实时视频分析,精准捕捉胸部起伏、身体姿态及口部动作等关键特征,有效区分正常呼吸与异常症状行为。同时,系统会自动记录症状发作的时间、频次及持续时长,生成动态健康趋势图,当检测到症状频次超出正常阈值时,及时发出健康异常提醒,帮助用户及家属早期发现呼吸道疾病迹象,为及时就医提供数据支持

🎬 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

通过视频进行呼吸道症状智能识别,自动检测咳嗽、咳痰、喘息等症状,统计发作频率,生成健康监测报告,实现早期异常提醒

2. 🛠️ 能力范围

序号具体能力
1视频分析
2咳嗽动作识别
3咳痰识别
4喘息识别
5发作频次统计
6症状严重程度评估
7健康风险预警
8就医建议生成

3. ⚡ 触发条件

触发类型触发规则
✅ 默认触发默认触发:当用户提供视频 URL 或文件需要进行呼吸道症状识别时,默认触发本技能进行分析
🔎 明确分析意图当用户明确需要进行呼吸道监测、咳嗽识别、症状统计,提及咳嗽、咳痰、喘息、呼吸道、肺部监测等关键词,并且上传了视频文件或者图片文件
📚 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:查看历史监测报告、历史症状报告、呼吸道识别报告清单、查询历史报告、查看监测报告列表、显示所有监测报告、显示呼吸道分析报告,查询呼吸道症状识别报告

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-mscripts.respiratory_symptom_recognition_analysis--list
类型要求
✅ 必须使用python -m scripts.respiratory_symptom_recognition_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⚙️ 执行呼吸道症状识别分析调用-m scripts.respiratory_symptom_recognition_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监测时长分钟,默认 5按需填写
--list显示呼吸道症状识别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)用于云端历史报告查询
--api-urlAPI 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/respiratory_symptom_recognition_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
📁 格式支持视频要求:支持 mp4/avi/mov 格式,最大 10MB
🧑‍⚖️ 结果性质分析结果仅供健康参考和早期异常提醒,不能替代专业医师诊断和医学检查
🔎 使用提醒本工具用于辅助监测,确诊请遵医嘱进行相关检查
🚫 脚本限制禁止临时生成脚本,只能用技能本身的脚本
🌐 网络地址传入的网路地址参数,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

🧰 使用示例 | Examples

# 分析日常监测视频python-mscripts.respiratory_symptom_recognition_analysis--input/path/to/monitor_video.mp4 --monitor-scenario daily-check 分析术后康复监测视频 python-mscripts.respiratory_symptom_recognition_analysis--input/path/to/recovery_video.mp4 --monitor-scenario post-op 分析网络视频 python-mscripts.respiratory_symptom_recognition_analysis--urlhttps://example.com/respiratory_video.mp4 --monitor-scenario hospital 显示历史分析报告/显示分析报告清单列表/显示历史监测报告(自动触发关键词:查看历史监测报告、历史报告、监测报告清单等) python-mscripts.respiratory_symptom_recognition_analysis--list# 输出精简报告python-mscripts.respiratory_symptom_recognition_analysis--inputvideo.mp4 --monitor-scenario daily-check--detailbasic# 保存结果到文件python-mscripts.respiratory_symptom_recognition_analysis--inputvideo.mp4 --monitor-scenario daily-check--outputresult.json

我们提供定制化AI技能开发服务。如果您有特定的业务需求,可以联系我们的商务团队,我们会为您量身打造专属的AI解决方案。

http://www.cnnetsun.cn/news/3665657.html

相关文章:

  • DSP/BIOS实时操作系统:嵌入式系统任务调度与实时分析实战指南
  • 猫抓浏览器插件:一站式解决网页资源下载难题的智能工具
  • Google Cloud TPU系统销售:AI计算驱动云收入结构变革
  • LangGPT智能体模板化设计:提升AI开发效率与质量
  • Prompt工程实战:提升AI生成内容质量的关键方法
  • 让.class文件开口说话:JD-GUI如何成为Java开发者的“X光透视仪“
  • 5分钟终极指南:让foobar2000歌词插件支持三大音乐平台逐字同步
  • 如何用QuickRecorder轻松实现macOS屏幕录制?5个实用技巧让录屏更简单!
  • 编写程序,程序模拟人生备选道路,每条道路只限定少量资源,测试有限条件下的创新取舍能力。
  • 如何快速解锁加密音乐:浏览器中解放你的数字音乐收藏
  • 基于YOLO系列算法的智能花卉识别系统开发实践
  • AI写作素材管理实战手册(企业级私有素材库从0到1搭建全流程)
  • 拯救你的数字阅读记忆:novel-downloader如何守护100+小说网站的珍贵内容
  • Unity URP Shader迁移指南:从CG到HLSL的完整实战解析
  • 地址的变量,其本质是一个独立的变量,拥有自己的内存空间,存储的内容是目标变量的地址(通常为 字节或 字节,取决于系统位数)。 . ...
  • 企业级AI开发:GPT-5.2-Pro与Sora 2协同实战指南
  • 如何快速掌握OpenVoice语音克隆技术:面向开发者的完整指南
  • 3分钟解决MemGPT中Groq模型加载失败:从报错到修复的完整指南
  • Iwara视频下载神器:三步打造个人专属动画收藏馆
  • CC13x2/CC26x2 IOC模块深度解析:从寄存器设计到低功耗实战
  • 智能体技术演进与2026年核心架构解析
  • 储能电池绝缘测试从纸质记录到信息化管理的跨越
  • MiniMax:AI大模型领域的创新实践与商业探索
  • 解密Python双引擎抢票架构:3大核心技术突破传统购票效率瓶颈
  • LangChain终极指南:构建高效智能代理的完整框架
  • Mermaid图表跨平台兼容性解决方案:从Markdown到SVG的自动化转换
  • 15分钟搞定黑苹果配置:OpCore-Simplify让OpenCore EFI创建变得前所未有的简单
  • 实时唇形同步误差<8ms,全身关节追踪精度达0.3°——解密军工级动作捕捉技术在消费级虚拟试衣中的降维应用
  • TMS320C55x DSP优化实战:从定点运算到并行指令的深度性能调优
  • 构建自主AI助手:从LLM核心到智能家居集成