爬行类宠物健康诊断分析工具

SKILL.md

---
name: "crawl-analysis"
description: "Triggers diagnostic analysis when users provide video URLs or files for reptiles such as lizards, snakes, and spiders. Supports uploading local videos or network URLs to call the server-side API for health checks. It analyzes features like scales, skin, and body appearance to identify potential diseases and generate a Pet Safety Guardian health report. | 爬行类宠物健康诊断分析工具，当用户提供蜥蜴、蛇、蜘蛛等爬行宠物的视频 URL 或文件需要分析时，触发本技能进行爬行宠物健康诊断分析；支持通过上传本地视频或网络视频 URL，调用服务端 API 进行爬行宠物健康检查，分析鳞片、皮肤、身体外观等特征，识别潜在疾病并输出宠安卫士健康报告"
version: "1.0.2"
---

# Reptile Pet Health Diagnosis Tool | 爬行类宠物健康诊断分析工具

Specifically designed for the health diagnosis of reptiles and arachnids—such as lizards, snakes, and spiders—this
capability triggers an automated intelligent analysis workflow whenever users upload local videos or provide network
URLs. By leveraging server-side APIs, the function performs deep visual parsing of the pets in the video, precisely
identifying scale conditions, skin lesions, and physical characteristics. It then screens for potential disease risks
and generates a detailed "Pet Safety Guardian Health Report," providing users with a scientific and convenient health
management solution for their exotic companions.

本技能专为蜥蜴、蛇、蜘蛛等爬行宠物的健康诊断而设计，当用户上传本地视频或提供网络视频URL时，系统将自动触发智能分析流程。通过调用服务端API，该功能能够对视频中的宠物进行深度视觉解析，精准识别鳞片状态、皮肤病变及身体外观特征，进而筛查潜在疾病风险，并生成一份详尽的“宠安卫士健康报告”，为用户提供科学、便捷的爬行宠物健康管理方案

## 演示案例

- [🔗 通过网路视频进行识别分析](https://www.coze.cn/s/kTy710zcAik/)
- [🔗 通过上传视频进行识别分析](https://www.coze.cn/s/PBIsAHtat0w/)
- [🔗 显示历史分析报告](https://www.coze.cn/s/-7-F6LVwRnQ/)

## ⚠️ 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：通过爬行宠物视频进行爬行宠物健康诊断分析，获取结构化的宠安卫士健康报告
- 能力包含：视频分析、鳞片特征识别、皮肤状况评估、身体外观特征分析、常见疾病预警、健康养护建议生成
- 触发条件:
    1. **默认触发**：当用户提供爬行宠物视频 URL 或文件需要分析时，默认触发本技能进行爬行宠物健康诊断分析
    2. 当用户明确需要进行爬行宠物健康检查时，提及爬行宠物、蜥蜴、蛇、蜘蛛、爬宠健康、爬宠诊断等关键词，并且上传了视频文件或者图片文件
    3. 当用户提及以下关键词时，**自动触发历史报告查询功能**
       ：查看历史爬宠报告、历史宠安报告、爬宠诊断报告清单、爬宠报告清单、查询历史报告、查看爬宠报告列表、显示所有爬宠报告、显示爬宠诊断报告，查询宠安卫士健康报告
- 自动行为：
    1. 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
    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"查看所有爬宠报告"、"显示所有宠安报告"、"
       查看历史报告"等），**必须**：
        - 直接使用 `python -m scripts.crawl_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）

**在执行爬行宠物健康分析前，必须按以下优先级顺序获取 open-id：**

```
第 1 步：检查用户是否在消息中明确提供了 open-id
        ↓ (未提供)
第 2 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、petC113、pet123 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

---

- 标准流程:
    1. **准备视频输入**
        - 提供本地视频文件路径或网络视频 URL
        - 确保视频清晰展示宠物整体外观、鳞片、皮肤特征，光线充足
    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. **执行爬行宠物健康分析**
        - 调用 `-m scripts.crawl_analysis` 处理视频文件（**必须在技能根目录下运行脚本**）
        - 参数说明:
            - `--input`: 本地视频文件路径
            - `--url`: 网络视频 URL 地址（API 服务自动下载）
            - `--crawl-type`: 爬行宠物类型，可选值：lizard/snake/spider/turtle/gecko/chameleon/scorpion/iguana/crocodile/other，默认
              other
            - `--open-id`: 当前用户的 open-id（必填，按上述流程获取, 再通过 SHA-256 算法生成唯一标识传入）
            - `--list`: 显示爬行宠物视频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**
        - 接收结构化的宠安卫士健康报告
        - 包含：爬行宠物基本信息、整体健康状况、鳞片分析、皮肤特征、潜在疾病预警、健康养护建议

## 资源索引

- 必要脚本：见 [scripts/crawl_analysis.py](scripts/crawl_analysis.py)(用途：调用 API 进行爬行宠物健康分析，本地文件上传(
  https)，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、默认参数和视频格式限制)
- 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
- 视频要求：支持 mp4/avi/mov 格式，最大 10MB
- 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
- 分析结果仅供健康参考，不能替代专业宠医诊断
- 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"、"爬宠类型"、"分析时间"、"点击查看"四列，其中"报告名称"列使用`爬宠健康分析报告-{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 | 爬宠类型 | 分析时间 | 点击查看 |
  |----------|----------|----------|----------|
  | 爬宠健康分析报告 -20260312172200001 | 蜥蜴 | 2026-03-12 17:22:00 | [🔗 查看报告](https://example.com/report?id=xxx) |

## 使用示例

```bash
# 分析本地蜥蜴视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.crawl_analysis --input /path/to/lizard_video.mp4 --crawl-type lizard --open-id {SHA-256 算法生成 open-id}

# 分析网络蛇视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.crawl_analysis --url https://example.com/snake_video.mp4 --crawl-type snake --open-id {SHA-256 算法生成 open-id}

# 分析本地蜘蛛视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.crawl_analysis --input /path/to/spider_video.mp4 --crawl-type spider --open-id {SHA-256 算法生成 open-id}

# 分析本地乌龟视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.crawl_analysis --input /path/to/turtle_video.mp4 --crawl-type turtle --open-id {SHA-256 算法生成 open-id}

# 分析本地守宫视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.crawl_analysis --input /path/to/gecko_video.mp4 --crawl-type gecko --open-id {SHA-256 算法生成 open-id}

# 显示历史分析报告/显示分析报告清单列表/显示历史宠安报告（自动触发关键词：查看历史爬宠报告、历史报告、爬宠报告清单等）
python -m scripts.crawl_analysis --list --open-id {SHA-256 算法生成 open-id}

# 7x24实时监控分析爬宠(添加监控摄像头)
python -m scripts.crawl_analysis --monitor --add --camera-sn "BH0F994PHA61BD9" --open-id {SHA-256 算法生成 open-id}

# 7x24实时监控分析爬宠(删除监控摄像头)
python -m scripts.crawl_analysis --monitor --remove --camera-sn "BH0F994PHA61BD9" --open-id {SHA-256 算法生成 open-id}

# 7x24实时监控分析爬宠(查看历史监控信息)
python -m scripts.crawl_analysis --monitor --list --camera-sn "BH0F994PHA61BD9" --open-id {SHA-256 算法生成 open-id}

# 输出精简报告
python -m scripts.crawl_analysis --input video.mp4 --crawl-type lizard --open-id {SHA-256 算法生成 open-id} --detail basic

# 保存结果到文件
python -m scripts.crawl_analysis --input video.mp4 --crawl-type snake --open-id {SHA-256 算法生成 open-id} --output result.json
```