生命涌现的小龙虾技能之【Pet Sneeze / Cough Detection | 宠物睡眠质量分析(时长/翻滚次数)】简介
Pet Sleep Quality Analysis (Duration / Roll Count) | 宠物睡眠质量分析时长/翻滚次数智能分析中枢· 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模块内容️ 技能名称宠物睡眠质量分析时长/翻滚次数 核心目标通过宠物窝或休息区固定摄像头在夜间或宠物主要睡眠时段持续分析视频利用运动检测和姿态识别技术判断宠物处于静止睡眠或活动觉醒状态累计睡眠总时长并统计翻身次数、惊醒频次输出睡眠质量评分0-100分帮助主人了解宠物的睡眠健康识别潜在的疼痛、焦虑或疾病。应用场景宠物家庭夜间监护、老年宠物健康管理、宠物医院住院观察、寄养中心。️ 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SMYX_SLEEP_QUALITY_ANALYSIS_ANALYSISAI-powered pet sleep quality analysis from a fixed bed/rest-area camera. Uses motion detection and pose recognition to distinguish sleeping vs. awake states, accumulates total sleep duration, counts roll-overs / position changes and startle-awakenings, and outputs a 0-100 sleep-quality score. Helps owners spot potential pain, anxiety, or disease early. Scenarios: home nighttime monitoring, senior pet health management, animal hospital wards, pet boarding centers.通过宠物窝或休息区固定摄像头在夜间或宠物主要睡眠时段持续分析视频利用运动检测和姿态识别技术判断宠物处于静止睡眠或活动觉醒状态累计睡眠总时长并统计翻身次数、惊醒频次输出睡眠质量评分0-100分帮助主人了解宠物的睡眠健康识别潜在的疼痛、焦虑或疾病。应用场景宠物家庭夜间监护、老年宠物健康管理、宠物医院住院观察、寄养中心。 AI 角色 | AI Role角色要点说明说明 1假设你是一个专业的宠物睡眠健康AI。你的任务是分析宠物窝/休息区固定摄像头的夜间视频检测宠物的活动状态统计睡眠总时长、翻身次数、惊醒频次并输出睡眠质量评分。不要提供医疗诊断仅输出基于视觉的睡眠指标。 技能演示 | Skill Demo▶️ 点击查看技能使用介绍 任务目标 | Goals1. 技能用途通过夜间或主要睡眠时段视频进行宠物睡眠质量评估输出睡眠总时长、翻身次数、惊醒频次和综合评分2. ️ 能力范围序号具体能力1睡眠/觉醒状态识别2睡眠总时长累计3翻身/姿势变换次数统计4惊醒事件检测5深睡/浅睡时段划分6睡眠质量综合评分0-1003. ⚡ 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宠物窝/休息区夜间视频需要分析时默认触发本技能进行睡眠质量分析 明确分析意图当用户明确需要睡眠监测时提及睡眠质量、翻身、惊醒、夜间监测、宠物失眠、老年宠物睡眠等关键词并且上传了视频文件 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睡眠报告、历史睡眠质量报告、睡眠报告清单、显示所有睡眠报告、查询睡眠记录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.smyx_sleep_quality_analysis_analysis--list类型要求✅ 必须使用python -m scripts.smyx_sleep_quality_analysis_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 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⚙️ 执行睡眠质量分析调用-m scripts.smyx_sleep_quality_analysis_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本地宠物窝夜间视频文件路径适用于本地文件分析--url网络宠物窝夜间视频 URL 地址API 服务自动下载API 服务自动下载网络资源--pet-type宠物类型可选值cat/dog/other默认 cat按需填写--list显示睡眠质量分析历史报告列表清单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 睡眠指标参考范围指标成猫正常范围成犬正常范围异常预警总睡眠时长24h12-16 小时12-14 小时8 或 20 小时夜间睡眠时长8h5-7 小时6-8 小时4 小时翻身次数夜间3-8 次5-12 次15 次夜间惊醒次数夜间0-3 次0-3 次5 次深睡占比25%-40%20%-35%15%数据仅供算法基线参考幼宠和老年宠物睡眠时长更长可达 18-20 小时属正常。 睡眠质量评分体系评分区间睡眠质量说明90-100 优秀睡眠充足、深睡占比高、翻身惊醒少75-89✅ 良好整体睡眠质量较好偶有轻度翻身60-74⚠️ 一般翻身或惊醒偏多建议关注环境与健康40-59 较差睡眠片段化明显可能有焦虑或不适0-39 极差睡眠严重异常建议就医检查 异常翻身/惊醒可能提示异常表现可能原因 频繁翻身 关节部位活动关节炎、髋关节发育不良、肌肉酸痛 频繁翻身 抓挠/舔毛皮肤瘙痒、寄生虫、过敏 频繁惊醒 起身张望焦虑、噪音敏感、认知功能障碍️ 频繁变换睡姿环境温度不适过冷/过热 睡眠时长骤减疼痛、消化不良、应激事件 睡眠时长骤增嗜睡、代谢性疾病、低血糖 高风险群体重点关注类别重点关注原因老年宠物7岁关节炎、认知功能障碍CDS高发睡眠常异常大型犬髋关节发育不良易致翻身困难短鼻品种睡眠呼吸暂停风险需观察呼吸节律既往焦虑史易频繁惊醒术后/疾病恢复期睡眠质量是康复重要指标️ 资源索引 | Resource Index资源类型路径用途何时读取 必要脚本scripts/smyx_sleep_quality_analysis_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建议时长 ≥ 1 小时最佳为整夜 使用提醒夜间拍摄需开启红外/夜视模式确保黑暗环境下可见宠物姿态 使用提醒摄像头需固定视角完整覆盖宠物休息区域‍⚖️ 结果性质分析结果仅供睡眠健康参考不提供医疗诊断持续异常建议及时就医 使用提醒老年宠物和幼宠的正常睡眠时长普遍更长请结合个体年龄判断 使用提醒不建议使用宠物活动期作为分析时段重点应在主要睡眠时段 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 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# 分析本地夜间睡眠视频python-mscripts.smyx_sleep_quality_analysis_analysis--input/path/to/night_sleep.mp4 --pet-typecat# 分析网络夜间睡眠视频python-mscripts.smyx_sleep_quality_analysis_analysis--urlhttps://example.com/night_sleep.mp4 --pet-type dog# 显示历史分析报告/显示报告清单列表python-mscripts.smyx_sleep_quality_analysis_analysis--list# 输出精简报告python-mscripts.smyx_sleep_quality_analysis_analysis--inputvideo.mp4 --pet-typecat--detailbasic# 保存结果到文件python-mscripts.smyx_sleep_quality_analysis_analysis--inputvideo.mp4 --pet-typecat--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

Linux服务器部署大语言模型全指南

Linux服务器部署大语言模型全指南

1. Linux服务器部署大模型的必要性在当前的AI技术浪潮中,大语言模型已经成为各行各业的焦点。作为一名长期从事AI基础设施搭建的技术人员,我深刻理解企业级大模型部署的重要性。本地化部署大模型不仅能确保数据隐私和安全,还能根据特定业务需…

2026/7/23 11:39:34 阅读更多 →
GPT-5.6 辅助开发的能力边界:前期分析为何比直接实现更可靠?

GPT-5.6 辅助开发的能力边界:前期分析为何比直接实现更可靠?

前期分析犯错便宜,直接实现犯错贵 过去大半年我一直在研究多模型集成方案,从自研搭建到开源 UI 部署,再到第三方平台,踩了不少坑。最近在 kulaai(titiai.cn) 上找到了一个比较省心的方案,顺手做…

2026/7/23 11:39:34 阅读更多 →
大模型量化技术:GPTQ、QLoRA与NF4对比与实践

大模型量化技术:GPTQ、QLoRA与NF4对比与实践

1. 大模型量化技术全景解析在大型语言模型(LLM)应用开发中,模型量化已成为降低计算资源需求的关键技术。作为从业者,我亲历了从32位浮点到4位整数的量化演进过程,今天重点剖析GPTQ、QLoRA与NormalFloat4这三种主流方案的技术细节与实战对比。…

2026/7/23 11:39:34 阅读更多 →

最新新闻

企业Agent产品的私有化部署方案:Docker、K8s与裸金属的适配策略

企业Agent产品的私有化部署方案:Docker、K8s与裸金属的适配策略

企业Agent产品的私有化部署方案:Docker、K8s与裸金属的适配策略 一、当企业客户说"数据不能出域"时:私有化部署的工程现实 企业采购AI Agent产品时,最常见的一个技术前提是:"系统必须部署在我们自己的IT环境中。&q…

2026/7/23 12:01:45 阅读更多 →
从App到Agent:AI驱动的软件范式转移与开发实践

从App到Agent:AI驱动的软件范式转移与开发实践

1. 从App到Agent:软件形态的范式转移十年前我们还在讨论"为什么你的企业需要一个App",如今AI领域重量级人物Andrej Karpathy却预言传统App将走向消亡。这位特斯拉前AI总监、OpenAI创始成员的判断绝非空穴来风——当我在实际开发中尝试用GPT-4 …

2026/7/23 12:01:45 阅读更多 →
AI创业的现金流管理:MRR、ARR与Unit Economics的技术人理解

AI创业的现金流管理:MRR、ARR与Unit Economics的技术人理解

AI创业的现金流管理:MRR、ARR与Unit Economics的技术人理解 一、从烧钱速度到现金流纪律:AI创业的财务生死线 AI创业公司在早期最容易犯的错误,是把技术里程碑当成商业里程碑。模型效果提升了,论文复现成功了,Demo跑通…

2026/7/23 12:01:45 阅读更多 →
智能理财助手核心技术架构与创新应用

智能理财助手核心技术架构与创新应用

1. 智能理财助手的行业现状与挑战 过去五年里,金融科技领域最显著的变化莫过于智能理财工具的普及。我亲眼见证了从最初简单的账单分类工具,到现在能够进行复杂资产配置的AI助手的发展历程。目前市面上的主流产品大致可以分为三类:基于规则引…

2026/7/23 12:01:45 阅读更多 →
AI辅助教材编写:提升效率与降低查重的实战指南

AI辅助教材编写:提升效率与降低查重的实战指南

1. 项目概述:AI教材写作的现状与挑战教材编写一直是教育工作者和内容创作者的痛点。传统教材编写周期长、查重率高、更新迭代慢,而AI技术的出现正在改变这一局面。最近半年,我深度测试了17款主流AI写作工具在教材编写场景的应用,发…

2026/7/23 12:01:45 阅读更多 →
深度强化学习在能源调度中的优化应用

深度强化学习在能源调度中的优化应用

1. 项目概述:当深度强化学习遇上能源调度能源系统优化调度一直是个经典难题——既要满足复杂的物理约束(如电网稳定性、设备容量限制),又要实现经济性目标(如发电成本最小化)。传统方法要么依赖精确的数学模…

2026/7/23 12:00:45 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…

2026/7/22 12:54:44 阅读更多 →

月新闻