Combines frontal facial image capture with multimodal physiological feature analysis to provide early risk screening and alerts for chronic and acute conditi...
---
name: "contactless-health-risk-detection-analysis"
description: "Combines frontal facial image capture with multimodal physiological feature analysis to provide early risk screening and alerts for chronic and acute conditions such as heart attack, stroke, hypertension, and hyperlipidemia. | 非接触式健康风险识别技能,通过正面人像采集结合多模态生理特征分析,提供心梗、脑梗、高血压、高血脂等慢病急症早期风险筛查预警"
version: "1.0.0"
---
# Contactless Health Risk Screening Tool | 非接触式健康风险检测分析工具
By capturing frontal facial images and analyzing multimodal physiological signals—including micro-expressions, skin
color variations, and eye movement patterns—this capability comprehensively assesses early risks of chronic and acute
conditions such as heart attacks, strokes, hypertension, and hyperlipidemia. Leveraging non-contact imaging technology,
the system extracts vital metrics like blood oxygen levels and heart rate variability (HRV), utilizing AI models to
facilitate rapid daily screening. Upon identifying high-risk characteristics, it triggers immediate alerts, making it
ideal for homes, communities, and elderly care facilities to support chronic disease management and acute condition
prevention.
本技能通过正面人像采集,结合面部微表情、肤色变化、眼动特征等多模态生理信号分析,综合评估心梗、脑梗、高血压、高血脂等慢病及急症的早期风险。系统利用非接触式成像技术,提取血氧、心率变异性等生理指标,结合AI模型实现日常快速筛查。一旦识别高风险特征,即发出预警提示,适用于家庭、社区及养老机构等场景,助力慢病管理与急症预防。
## 演示案例
- [🔗 通过网路视频进行识别分析](https://www.coze.cn/s/RrbFGxWFu5c/)
- [🔗 通过上传视频进行识别分析](https://www.coze.cn/s/ZVfuVAmFK1A/)
- [🔗 显示历史分析报告](https://www.coze.cn/s/wZpc5KC83LY/)
## ⚠️ 强制记忆规则(最高优先级)
**本技能明确约定:**
- **绝对禁止读取任何本地记忆文件**:包括但不限于 `memory/YYYY-MM-DD.md`、`MEMORY.md` 等本地文件
- **绝对禁止从 LanceDB 长期记忆中检索信息**
- **所有历史报告查询必须从云端接口获取**,不得使用本地记忆中的历史数据
- 即使技能调用失败或接口异常,也不得回退到本地记忆汇总
## 任务目标
- 本 Skill 用于:通过正面人像视频/图片,非接触式进行早期健康风险筛查
- 能力包含:多模态生理特征提取、慢病风险评估、急症预警提示
- 支持筛查风险:
- **急性高危**:心梗、脑梗早期风险预警
- **慢性慢病**:高血压、高血脂、高血糖
- **神经退行性**:阿尔茨海默症(老年痴呆)早期风险
- **技术原理**:基于面部影像特征提取生理相关信息,进行风险概率评估
- **重要定位**:仅作早期风险筛查提示,**不替代专业医疗诊断**
- 触发条件:
1. **默认触发**:当用户提供正面人像需要进行非接触健康风险筛查时,默认触发本技能
2. 当用户明确需要健康风险筛查、非接触检测时,提及健康筛查、心梗脑梗预警、高血压筛查、慢病风险等关键词,并且上传了正面人像照片/视频
3. 当用户提及以下关键词时,**自动触发历史报告查询功能**
:查看历史筛查报告、健康风险报告清单、筛查报告列表、查询历史筛查报告、显示所有筛查报告、健康风险分析报告,查询非接触健康风险识别分析报告
- 自动行为:
1. 如果用户上传了附件或者照片/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"查看所有筛查报告"、"显示所有风险报告"、"
查看历史报告"等),**必须**:
- 直接使用 `python -m scripts.contactless_health_risk_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
```
## 采集要求(获得准确结果的前提)
为了获得较准确的风险评估,请确保:
1. **正面完整面部**,正对摄像头,距离 30-50 厘米
2. **光线充足均匀**,避免强光直射和大面积阴影
3. **素颜最佳**,避免浓妆、口罩、帽子、墨镜遮挡
4. **推荐采集**:10-30 秒短视频,静态图片也支持分析
## 操作步骤
### 🔒 open-id 获取流程控制(强制执行,防止遗漏)
**在执行非接触健康风险识别分析前,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、risk123、health456 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(用于保存和查询筛查报告记录),并询问是否继续
---
- 标准流程:
1. **准备正面人像输入**
- 提供本地图片/短视频文件路径或网络 URL
- 确保满足上述采集要求,获得更准确结果
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. **执行非接触健康风险识别分析**
- 调用 `-m scripts.contactless_health_risk_detection_analysis` 处理输入(**必须在技能根目录下运行脚本**)
- 参数说明:
- `--input`: 本地图片/视频文件路径(使用 multipart/form-data 方式上传)
- `--url`: 网络图片/视频 URL 地址(API 服务自动下载)
- `--open-id`: 当前用户的 open-id(必填,按上述流程获取)
- `--list`: 显示历史非接触健康风险识别分析报告列表清单(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**
- 接收结构化的非接触健康风险识别分析报告
- 包含:人像采集信息、各项疾病风险等级(低/中/高)、风险提示、建议就医指导
## 资源索引
-
必要脚本:见 [scripts/contactless_health_risk_detection_analysis.py](scripts/contactless_health_risk_detection_analysis.py)(
用途:调用 API 进行非接触健康风险识别分析,本地文件使用 multipart/form-data 方式上传,网络 URL 由 API 服务自动下载)
- 配置文件:见 [scripts/config.py](scripts/config.py)(用途:配置 API 地址、默认参数和格式限制)
- 领域参考:见 [references/api_doc.md](references/api_doc.md)(何时读取:需要了解 API 接口详细规范和错误码时)
## 注意事项
- 仅在需要时读取参考文档,保持上下文简洁
- 支持格式:jpg/jpeg/png/mp4/avi/mov,视频推荐时长 10-30 秒,最大 100MB
- 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
- **⚠️ 重要声明**:本分析结果仅供早期风险筛查参考,**不替代专业医疗诊断和检查**,发现高风险请及时到医院就诊
- 禁止临时生成脚本,只能用技能本身的脚本
- 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
- 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"、"分析时间"、"高风险项数"、"风险等级"、"点击查看"五列,其中"报告名称"列使用`健康风险筛查报告-{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 | 分析时间 | 高风险项数 | 整体风险 | 点击查看 |
|----------|----------|------------|----------|----------|
| 健康风险筛查报告 -20260328221000001 | 2026-03-28 22:10:00 | 1项(高血压) |
中风险 | [🔗 查看报告](https://example.com/report?id=xxx) |
## 使用示例
```bash
# 分析本地照片(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.contactless_health_risk_detection_analysis --input /path/to/face.jpg --open-id openclaw-control-ui
# 分析网络视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.contactless_health_risk_detection_analysis --url https://example.com/face.mp4 --open-id openclaw-control-ui
# 显示历史筛查报告/显示筛查报告清单列表/显示历史风险报告(自动触发关键词:查看历史筛查报告、历史报告、筛查报告清单等)
python -m scripts.contactless_health_risk_detection_analysis --list --open-id openclaw-control-ui
# 输出精简报告
python -m scripts.contactless_health_risk_detection_analysis --input face.jpg --open-id your-open-id --detail basic
# 保存结果到文件
python -m scripts.contactless_health_risk_detection_analysis --input face.jpg --open-id your-open-id --output result.json
```
don't have the plugin yet? install it then click "run inline in claude" again.