Using fixed home cameras (bedroom and dining area), the system analyzes the multi-day behavior pattern of elderly people or solo-living individuals, detectin...
---
name: "smyx-depression-behavioral-markers-analysis"
description: "Using fixed home cameras (bedroom and dining area), the system analyzes the multi-day behavior pattern of elderly people or solo-living individuals, detecting daily lying-in-bed duration (continuous lying > 20 hours per day) and a sharp drop in eating frequency / duration (e.g., daily eating-action count below 50% of personal baseline). When these behavioral changes persist beyond a configured threshold (e.g., 3 days), the system outputs a behavioral-change report to remind family members or community doctors about possible depressive tendency or other health issues. This skill is ONLY a behavioral-observation aid and is NOT a medical diagnostic tool. Application scenarios: solo-living elderly homes, remote mental-health monitoring, community elderly care. The system generates a daily behavior summary and pushes alerts when an abnormal pattern is detected. Skill features: depression in the elderly often presents as decreased activity, reduced appetite, and increased bed time. AI auto-monitoring of these behavior changes can issue early signals before family or doctors notice, supporting timely intervention, reducing suicide risk, and improving quality of life. Can be integrated into home-care cameras or health-management platforms as a practical mental-health monitoring tool. | 通过家庭固定摄像头(卧室和餐厅区域),分析老年人或独居者连续多日的行为模式,检测卧床时长(连续卧床超过20小时/天)以及进食频次/时长骤减(如每日进食动作次数低于历史基线的50%)。当这些行为变化持续超过设定天数(如3天)时,输出行为变化报告,提醒家属或社区医生关注可能存在的抑郁倾向或其他健康问题。该技能仅为行为观察辅助工具,不作为医学诊断依据。应用场景:独居老人家庭、精神健康远程监测、社区养老。系统每日生成行为摘要,当检测到异常行为模式时推送提醒。技能特点:老年人抑郁症常表现为活动减少、食欲下降、卧床时间增多。通过AI自动监测这些行为变化,可在家属或医生尚未察觉时发出早期信号,有助于及时干预,降低自杀风险,改善生活质量。该技能可集成到居家养老摄像头或健康管理平台中,成为精神健康监测的实用工具。"
version: "1.0.0"
---
# Depression Behavioral Markers (Long Immobility & Appetite Change) | 抑郁症辅助行为标记(长时间不动、食欲改变)
Using fixed home cameras (bedroom and dining area), the system analyzes the multi-day behavior pattern of elderly people or solo-living individuals, detecting daily lying-in-bed duration (continuous lying > 20 hours per day) and a sharp drop in eating frequency / duration (e.g., daily eating-action count below 50% of personal baseline). When these behavioral changes persist beyond a configured threshold (e.g., 3 days), the system outputs a behavioral-change report to remind family members or community doctors about possible depressive tendency or other health issues. This skill is ONLY a behavioral-observation aid and is NOT a medical diagnostic tool. Application scenarios: solo-living elderly homes, remote mental-health monitoring, community elderly care. The system generates a daily behavior summary and pushes alerts when an abnormal pattern is detected. Skill features: depression in the elderly often presents as decreased activity, reduced appetite, and increased bed time. AI auto-monitoring of these behavior changes can issue early signals before family or doctors notice, supporting timely intervention, reducing suicide risk, and improving quality of life. Can be integrated into home-care cameras or health-management platforms as a practical mental-health monitoring tool.
通过家庭固定摄像头(卧室和餐厅区域),分析老年人或独居者连续多日的行为模式,检测卧床时长(连续卧床超过20小时/天)以及进食频次/时长骤减(如每日进食动作次数低于历史基线的50%)。当这些行为变化持续超过设定天数(如3天)时,输出行为变化报告,提醒家属或社区医生关注可能存在的抑郁倾向或其他健康问题。该技能仅为行为观察辅助工具,不作为医学诊断依据。应用场景:独居老人家庭、精神健康远程监测、社区养老。系统每日生成行为摘要,当检测到异常行为模式时推送提醒。技能特点:老年人抑郁症常表现为活动减少、食欲下降、卧床时间增多。通过AI自动监测这些行为变化,可在家属或医生尚未察觉时发出早期信号,有助于及时干预,降低自杀风险,改善生活质量。该技能可集成到居家养老摄像头或健康管理平台中,成为精神健康监测的实用工具。
## 🎯 AI 角色
**假设你是一个专业的老年人行为健康监测 AI。你的任务是分析家庭固定摄像头(卧室和餐厅区域)的连续视频(至少 24 小时),检测卧床时长(统计一天内卧床总时长)以及进食行为(识别手部抓握餐具送入口中的动作次数和时长)。对比历史基线(过去 7-14 天的个人平均数据),当卧床时长超过 20 小时/天或进食动作次数/时长低于基线的 50% 时,输出行为变化报告。不要提供医疗诊断,仅输出基于视觉的行为统计和变化提示。**
## 任务目标
- 本 Skill 用于:基于家庭卧室 + 餐厅双区域固定摄像头连续 ≥ 24 小时视频,统计每日卧床总时长 + 离床事件次数 + 进食动作次数 + 进食总时长 + 完整餐次数 → 与个人 7-14 天基线对比 → 连续异常 ≥ 3 天 → 输出行为变化报告 + 家属/社区医生友好提醒
- 能力包含:人体检测 + 床位 ROI 卧位识别(lying_in_bed_duration_daily_min)、离床事件计数、手部抓握餐具送入口动作识别(eating_action_count_daily)、餐次数与进食总时长统计、餐后剩余食物比例估计(参考)、个人 7-14 天基线均值/标准差计算、连续异常天数累计、行为异常模式分类(hypersomnia_immobility / appetite_loss / both / none)、风险信号等级判定(none → strong_signal)、家属/社区医生友好提醒文本生成、心理援助热线参考
- 触发条件:
1. **默认触发**:当用户提供家庭卧室 + 餐厅区域固定摄像头连续 ≥ 24 小时视频 URL 或文件需要分析时,默认触发本技能进行抑郁症辅助行为标记分析
2. 当用户明确提及老年人抑郁、长时间卧床、食欲下降、不爱吃饭、整天躺着、活动减少、精神健康远程监测、社区养老心理等关键词,并且上传了视频文件
3. 当用户提及以下关键词时,**自动触发历史报告查询功能**
:查看抑郁行为标记历史报告、卧床/食欲变化报告清单、行为变化报告清单、查询历史行为变化记录、显示所有抑郁辅助行为报告、显示精神健康行为诊断报告,查询抑郁辅助预警清单
- 自动行为:
1. 如果用户上传了附件或者视频文件,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"查看所有抑郁辅助行为报告"、"
显示所有卧床/食欲变化报告"、"
查看历史报告"等),**必须**:
- 直接使用 `python -m scripts.smyx_depression_behavioral_markers_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)
**在执行抑郁症辅助行为标记分析前,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、userC113、user123 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(用于保存和查询历史报告记录),并询问是否继续
---
- 标准流程:
1. **准备家庭卧室 + 餐厅区域固定摄像头连续视频输入**
- 提供本地视频路径或网络 URL,**单次分析必须 ≥ 24 小时连续记录**
- 摄像头建议:**必须覆盖卧室区域(含床位)和餐厅区域(含餐桌)双视角**,可由两个摄像头分别覆盖
- 帧率 ≥ 1 FPS、分辨率 ≥ 480p、夜间需配合红外或低照度增强
- ROI 标定:床位 ROI(bed_region)+ 餐桌 ROI(dining_region)
- 必须有 **7-14 天历史基线数据**,否则首次仅输出"基线累积中"状态
- 隐私敏感场景必须启用人体轮廓 + 面部马赛克模式
- 可选附带:老人姓名、年龄、近期重大事件(如丧偶/搬家)、阈值覆盖(卧床异常阈值 / 进食异常比例 / 连续异常天数)
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. **执行抑郁症辅助行为标记分析**
- 调用 `-m scripts.smyx_depression_behavioral_markers_analysis` 处理输入(**必须在技能根目录下运行脚本**)
- 参数说明:
- `--input`: 本地家庭固定摄像头(卧室+餐厅区域,≥24h)视频文件路径
- `--url`: 网络家庭固定摄像头(卧室+餐厅区域,≥24h)视频 URL 地址(API 服务自动下载)
- `--pet-type`: 类别标识,老年人行为健康监测场景默认 `other`
- `--open-id`: 当前用户的 open-id(必填,按上述流程获取)
- `--list`: 显示抑郁症辅助行为标记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**
- 接收结构化的抑郁症辅助行为标记报告
- 包含:是否检测到老人(subject_detected)、基线是否就绪(baseline_ready)、当日卧床(daily_lying:lying_in_bed_duration_daily_min / out_of_bed_event_count_daily / room_movement_minutes_daily)、当日进食(daily_eating:eating_action_count_daily / eating_total_duration_min_daily / meal_event_count_daily / food_remained_ratio_estimate)、基线对比(baseline_comparison:baseline_window_days / lying_delta_vs_baseline_min / eating_action_ratio_vs_baseline)、连续异常天数(consecutive_abnormal_days)、行为异常模式(abnormal_pattern:hypersomnia_immobility / appetite_loss / both / none)、风险信号等级(risk_signal_level:none / mild_signal / notable_signal / strong_signal)、提醒类型(alert_type:behavioral_change_3day / behavioral_change_7day / improving / normal)、提醒级别(alert_level:info / notice / warning)、推送给家属/社区医生的友好文本(alert_message,如"妈妈最近 3 天每天卧床 ≥ 21 小时、进食动作较平时少了 60%,建议尽快电话关心或安排居家探视")、建议动作(recommend_action:push_family_notice / suggest_visit / suggest_consult_doctor / observe_only)、心理援助热线参考(helpline_reference,strong_signal 时附)
- **重要提示**:仅输出基于视觉的客观行为统计与友好提醒,**不构成抑郁症诊断、GDS-15 / PHQ-9 等量表评分或治疗方案**;任何抑郁症确诊与治疗必须由精神科医生评估制定;若老人出现明显自伤/自杀言语或行为,请立即联系心理援助热线(**北京心理危机研究与干预中心 010-82951332** / **全国心理援助热线 400-161-9995**)或当地急救机构
## 资源索引
- 必要脚本:见 [scripts/smyx_depression_behavioral_markers_analysis.py](scripts/smyx_depression_behavioral_markers_analysis.py)(
用途:调用 API 进行抑郁症辅助行为标记分析,本地文件上传,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、默认参数和场景码)
- 领域参考:见 [references/api_doc.md](references/api_doc.md)(何时读取:需要了解 API 接口规范、卧床/进食阈值/基线对比/异常模式与红线约束和错误码时)
## 注意事项
- 仅在需要时读取参考文档,保持上下文简洁
- 输入要求:支持 mp4/avi/mov 视频;**关键约束**:单次分析必须 ≥ 24 小时连续记录,且必须同时覆盖卧室与餐厅
- 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
- 单日感冒、发烧、近期手术康复期、外出旅行等情形会显著影响卧床与进食指标,建议在配置中标记"非常态期"以暂停告警
- 老人在外用餐(如子女家、社区食堂)会导致 eating_action_count_daily 显著低估,需结合家庭日程综合判定
- 红线约束:**禁止**输出抑郁症诊断、量表评分(GDS-15 / PHQ-9)、用药建议或处方;**禁止**长期存储原始视频;**禁止**将"行为变化"等同于"确诊抑郁症"
- 当出现 `strong_signal` 或老人有任何自伤/自杀言语或行为时,**必须**在提醒中附**心理援助热线 010-82951332 / 400-161-9995**并强烈建议家属立即介入
- 隐私合规:卧室视频涉及高度敏感个人隐私,使用前需取得老人本人明确知情同意,妥善加密保管;建议优先采用人体轮廓 + 面部马赛克模式 + 仅保存指标统计
- 禁止临时生成脚本,只能用技能本身的脚本
- 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
- 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"、"风险信号/异常模式"、"分析时间"、"点击查看"四列,其中"报告名称"列使用`抑郁辅助行为标记报告-{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 | 风险信号/异常模式 | 分析时间 | 点击查看 |
|----------|----------|----------|----------|
| 抑郁辅助行为标记报告-20260312172200001 | notable_signal / both(卧床 21h + 进食 -60%,连续 3 天) | 2026-03-12 17:22:00 | [🔗 查看报告](https://example.com/report?id=xxx) |
## 使用示例
```bash
# 分析本地连续 24h+ 卧室+餐厅视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_depression_behavioral_markers_analysis --input /path/to/24h_home.mp4 --open-id your-open-id
# 分析网络连续 24h+ 卧室+餐厅视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.smyx_depression_behavioral_markers_analysis --url https://example.com/24h_home.mp4 --open-id your-open-id
# 显示历史抑郁症辅助行为标记报告(自动触发关键词:查看抑郁行为标记历史报告、行为变化报告清单等)
python -m scripts.smyx_depression_behavioral_markers_analysis --list --open-id your-open-id
# 输出精简报告
python -m scripts.smyx_depression_behavioral_markers_analysis --input 24h.mp4 --open-id your-open-id --detail basic
# 保存结果到文件
python -m scripts.smyx_depression_behavioral_markers_analysis --input 24h.mp4 --open-id your-open-id --output result.json
```
don't have the plugin yet? install it then click "run inline in claude" again.