生命涌现的小龙虾技能之【Contactless Health Risk Screening Tool | 非接触式健康风险检测分析工具】简介
Contactless Health Risk Screening Tool | 非接触式健康风险检测分析工具智能健康/识别分析中枢· 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模块内容️ 技能名称非接触式健康风险检测分析工具 核心目标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警️ 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、风险/识别结果、建议与报告链接 场景码CONTACTLESS_HEALTH_RISK_DETECTIONBy capturing frontal facial images and analyzing multimodal physiological signals—including micro-expressions, skincolor variations, and eye movement patterns—this capability comprehensively assesses early risks of chronic and acuteconditions 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 tofacilitate rapid daily screening. Upon identifying high-risk characteristics, it triggers immediate alerts, making itideal for homes, communities, and elderly care facilities to support chronic disease management and acute conditionprevention.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。 技能演示 | Skill Demo▶️ 点击查看技能使用介绍 任务目标 | Goals1. 技能用途通过正面人像视频/图片非接触式进行早期健康风险筛查2. ️ 能力范围序号具体能力1多模态生理特征提取2慢病风险评估3急症预警提示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 明确分析意图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 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.contactless_health_risk_detection_analysis--list类型要求✅ 必须使用python -m scripts.contactless_health_risk_detection_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requests2.28.0 采集要求 | Capture Requirements要求项说明正面完整面部正对摄像头距离 30-50 厘米光线充足均匀避免强光直射和大面积阴影素颜最佳避免浓妆、口罩、帽子、墨镜遮挡推荐采集10-30 秒短视频静态图片也支持分析 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 准备正面人像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本地图片/视频文件路径适用于本地文件分析--url网络图片/视频 URL 地址API 服务自动下载API 服务自动下载网络资源--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/contactless_health_risk_detection_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 格式支持支持格式jpg/jpeg/png/mp4/avi/mov视频推荐时长 10-30 秒最大 10MB‍⚖️ 结果性质⚠️ 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 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# 分析本地照片python-mscripts.contactless_health_risk_detection_analysis--input/path/to/face.jpg# 分析网络视频python-mscripts.contactless_health_risk_detection_analysis--urlhttps://example.com/face.mp4# 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-mscripts.contactless_health_risk_detection_analysis--list# 输出精简报告python-mscripts.contactless_health_risk_detection_analysis--inputface.jpg--detailbasic# 保存结果到文件python-mscripts.contactless_health_risk_detection_analysis--inputface.jpg--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。

相关新闻

LongNet源码解析:DilatedAttention类的实现细节与设计思路

LongNet源码解析:DilatedAttention类的实现细节与设计思路

LongNet源码解析:DilatedAttention类的实现细节与设计思路 【免费下载链接】LongNet Implementation of plug in and play Attention from "LongNet: Scaling Transformers to 1,000,000,000 Tokens" 项目地址: https://gitcode.com/gh_mirrors/lo/Long…

2026/7/23 21:10:43 阅读更多 →
Fusion Children API:构建复杂UI的简单方法

Fusion Children API:构建复杂UI的简单方法

Fusion Children API:构建复杂UI的简单方法 【免费下载链接】Fusion Futuristic Luau for every universe. 项目地址: https://gitcode.com/gh_mirrors/fusion4/Fusion Fusion是一款面向未来的Luau框架,为开发者提供了强大的UI构建能力。其中Fusi…

2026/7/22 18:14:31 阅读更多 →
PyPtt API完全手册:从基础到高级的接口调用详解

PyPtt API完全手册:从基础到高级的接口调用详解

PyPtt API完全手册:从基础到高级的接口调用详解 【免费下载链接】PyPtt The best PTT library 项目地址: https://gitcode.com/gh_mirrors/py/PyPtt PyPtt 是一套功能强大的 PTT 库,提供了丰富的 API 接口,帮助开发者轻松实现与 PTT 论…

2026/7/22 18:14:31 阅读更多 →

最新新闻

工业 IoT 与边缘计算场景下“声光+TTS 智能语音”现场告警终端的架构设计与实现

工业 IoT 与边缘计算场景下“声光+TTS 智能语音”现场告警终端的架构设计与实现

摘要:在工业 4.0、智能制造与边缘计算(Edge Computing)快速发展的背景下,OT(运营技术)与 IT(信息技术)的融合日益紧密。然而,工业现场(如 PLC 控制柜、SMT 产…

2026/7/23 23:39:07 阅读更多 →
剪映作品复盘表怎么做?零基础先检查字幕、封面和节奏

剪映作品复盘表怎么做?零基础先检查字幕、封面和节奏

短视频剪辑不是只会剪掉多余片段就够了。对零基础来说,更重要的是建立一张作品复盘表:每做完一个作品,都用同一套标准检查字幕、封面、节奏、音频和导出。 这类内容放在 CSDN 上,不适合写“怎么快速涨粉”,更适合写成…

2026/7/23 23:39:07 阅读更多 →
Python中str、list、tuple、dict、set 五大内置数据结构详解

Python中str、list、tuple、dict、set 五大内置数据结构详解

初学 Python,最先要攻克的就是内置数据结构!字符串、列表、元组、字典、集合贯穿我们几乎所有代码。很多人只会基础增删改查,遇到场景选型就一脸迷茫:什么时候用列表?什么时候选元组?集合去重原理是什么&am…

2026/7/23 23:39:07 阅读更多 →
超节点成国产算力新宠!技术路线多样,光互连2028年或成主流

超节点成国产算力新宠!技术路线多样,光互连2028年或成主流

超节点成展会“明星展品”今年世界人工智能大会(WAIC 2026)主展区上海世博展览馆里,几排两三米高、通体黑色的机柜前总是围着人。有人凑近看液冷管路,有人举手机拍高速线缆,还有人追问工作人员机柜算力能算什么。华为A…

2026/7/23 23:39:07 阅读更多 →
Mend SCA 解析:从漏洞扫描到 AI 自动化修复

Mend SCA 解析:从漏洞扫描到 AI 自动化修复

一、SCA 正在从"漏洞匹配"走向"风险决策" 软件成分分析(Software Composition Analysis,SCA)最初解决的问题很简单:识别项目中使用了哪些开源组件,以及这些组件是否存在已知漏洞。 但随着开源生态…

2026/7/23 23:38:07 阅读更多 →
InternVL

InternVL

现有多模态模型的问题,不在于LLM,而在于视觉部分太弱、视觉与语言表示不一致,以及连接模块容量不足。InternVL通过构建6B视觉编码器、8B语言中间层QLLaMA,并采用三阶段渐进式对齐训练,试图从根本上解决这些问题。1. 背…

2026/7/23 23:38:07 阅读更多 →

日新闻

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表)

更多请点击: https://intelliparadigm.com 第一章:从单点好评到指数级传播:AI副业主理人必须掌握的4层口碑渗透模型(含ROI测算表) 当AI副业主理人不再仅满足于单次服务交付,而是主动构建可复用、可裂变、可…

2026/7/23 0:00:25 阅读更多 →
AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析

更多请点击: https://codechina.net 第一章:AI写作开头钩子设计:为什么你的AI文案完读率不足18%?——基于2,346篇A/B测试报告的归因分析 在对2,346篇跨行业AI生成文案的A/B测试数据进行聚类分析后,我们发现&#xff1…

2026/7/23 0:01:26 阅读更多 →
Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具

Chitchatter完整指南:免费开源的终极点对点安全聊天工具 【免费下载链接】chitchatter Secure peer-to-peer chat that is serverless, decentralized, and ephemeral 项目地址: https://gitcode.com/gh_mirrors/ch/chitchatter Chitchatter是一款革命性的安…

2026/7/23 0:01:26 阅读更多 →

周新闻

Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/22 8:58:19 阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/22 19:43:43 阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/23 17:49:47 阅读更多 →

月新闻