生命涌现的小龙虾技能之【Smart Feeder Pet Detection  Recognition Skill | 智能喂食器宠物检测识别技能】简介
Smart Feeder Pet Detection Recognition Skill | 智能喂食器宠物检测识别技能智能分析中枢· 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模块内容️ 技能名称智能喂食器宠物检测识别技能 核心目标智能喂食器宠物检测识别技能基于计算机视觉从喂食器/IPC摄像头视角自动检测识别目标区域出现的猫、狗宠物并支持宠物身份识别和底库录入适用于智能喂养场景的宠物识别管理️ 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PET_DETECTION_FEEDERBased on advanced computer vision and deep learning technologies, this feature automatically detects and identifies petssuch as cats and dogs within a target area from the specific perspective of smart feeders or IPC cameras. The system notonly supports high-precision breed determination but also possesses powerful individual identity recognitioncapabilities, allowing users to establish a dedicated database of pet facial or body features. In smart feedingscenarios, this function accurately distinguishes between different individuals in multi-pet households, enablingpersonalized “recognition-based feeding” services. This effectively prevents non-target pets from stealing food,providing reliable technical support for scientific pet ownership and refined health management.本功能基于先进的计算机视觉与深度学习技术能够从智能喂食器或IPC摄像头的特定视角出发自动检测并识别目标区域内出现的猫、狗等宠物。系统不仅支持对宠物品种的高精度判定更具备强大的个体身份识别能力支持用户建立专属的宠物面部或体态特征底库。在智能喂养场景中该功能能够精准区分多宠家庭中的不同个体实现“认宠下粮”的个性化服务有效防止非目标宠物抢食为科学养宠与精细化健康管理提供可靠的技术支撑 技能演示 | Skill Demo▶️ 点击查看技能使用介绍 任务目标 | Goals1. 技能用途通过喂食器/IPC摄像头视角的视频/图片进行宠物检测识别获取结构化的宠物识别分析报告2. ️ 能力范围序号具体能力1宠物检测识别2猫/狗分类3宠物身份识别4宠物底库录入5历史检测记录查询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喂食器/IPC摄像头视角的视频/图片 URL 或文件需要进行宠物检测时默认触发本技能 明确分析意图当用户明确需要进行宠物检测、宠物身份识别、喂食器宠物识别、IPC摄像头宠物监测、宠物底库录入时提及宠物检测、喂食器识别、宠物身份、底库录入等关键词并且上传了视频文件或者图片文件 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检测报告、宠物检测报告清单、检测报告列表、查询历史报告、显示所有检测报告、宠物识别历史记录查询宠物检测分析报告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.pet_detection_feeder_analysis--list类型要求✅ 必须使用python -m scripts.pet_detection_feeder_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 准备媒体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⚙️ 执行宠物检测分析/底库录入调用-m scripts.pet_detection_feeder_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本地视频/图片文件路径适用于本地文件分析--url网络视频/图片 URL 地址API 服务自动下载API 服务自动下载网络资源--media-type媒体类型可选值video/image默认 video按需填写--pet-type宠物类型可选值cat/dog默认 cat按需填写--pet-id宠物ID/名称用于底库录入必填项录入时必须提供按需填写--action操作类型可选值detect/enroll默认 detectdetect检测识别enroll底库录入按需填写--list显示宠物检测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/pet_detection_feeder_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 格式支持支持格式视频支持 mp4/avi/mov 格式图片支持 jpg/png/jpeg 格式最大 10MB 使用提醒适用于喂食器、IPC摄像头等固定视角场景检测准确率更高‍⚖️ 结果性质分析结果仅供智能喂养参考不能替代人工确认 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 格式支持当显示历史检测报告清单的时候从数据 json 中提取字段 作为超链接地址使用 Markdown 表格格式输出包含 报告输出表格输出示例 使用示例 | Examples# 检测本地视频python-mscripts.pet_detection_feeder_analysis--input/path/to/video.mp4 --media-type video --pet-typecat检测网络视频 python-mscripts.pet_detection_feeder_analysis--urlhttps://example.com/video.mp4 --media-type video --pet-typecat检测本地图片 python-mscripts.pet_detection_feeder_analysis--input/path/to/image.jpg --media-type image --pet-type dog 宠物底库录入将猫咪橘橘录入到底库OpenClaw UI 上下文 python-mscripts.pet_detection_feeder_analysis--input/path/to/juju.jpg --media-type image --pet-typecat--pet-id 橘橘--actionenroll 显示历史检测报告/显示检测报告清单列表/显示历史宠物检测报告自动触发关键词查看历史检测报告、历史报告、检测报告清单等 python-mscripts.pet_detection_feeder_analysis--list# 输出精简报告python-mscripts.pet_detection_feeder_analysis--inputvideo.mp4 --media-type video --pet-typecat--detailbasic# 保存结果到文件python-mscripts.pet_detection_feeder_analysis--inputvideo.mp4 --media-type video --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

Agent-Client通信协议设计与优化实战指南

Agent-Client通信协议设计与优化实战指南

1. Agent Client Protocol 技术全景解析 在分布式系统和微服务架构大行其道的今天,Agent-Client通信协议作为系统间交互的"神经末梢",其重要性不言而喻。我曾在多个大型分布式项目中负责通信层设计,深刻体会到一套设计良好的协议对…

2026/10/18 9:41:25 阅读更多 →
SpringBoot+Vue构建瑜伽预约系统:高并发与缓存一致性实战

SpringBoot+Vue构建瑜伽预约系统:高并发与缓存一致性实战

1. 项目概述:瑜伽体验课预约系统的核心价值 这个基于SpringBootVue的瑜伽体验课预约系统,本质上解决的是线下瑜伽馆数字化转型的痛点。传统预约方式依赖电话、微信或到店登记,不仅效率低下,还容易出现课程冲突、名额超卖等问题。我…

2026/10/18 9:42:15 阅读更多 →
手机端开发环境实战:ChatGPT Work建站与编程任务评测

手机端开发环境实战:ChatGPT Work建站与编程任务评测

这类工具最值得先看的不是功能列表,而是能不能在普通手机环境里稳定跑起来。ChatGPT Work 这个项目,核心是让你在手机端直接完成建站和云端编程任务,不用依赖电脑。听起来像是把开发环境搬到了移动端,但实际落地时,最该…

2026/10/18 9:42:24 阅读更多 →

最新新闻

Nacos 2.4.3 服务端部署实战:从单机到集群的落地指南

Nacos 2.4.3 服务端部署实战:从单机到集群的落地指南

简介:nacos-server-2.4.3.zip 是面向微服务开发者与运维人员的 Nacos 服务端发行包,对应 2.4.3 版本,可用于搭建服务注册与发现、动态配置管理及服务元数据管理平台,兼容 Spring Cloud、Dubbo、Kubernetes 等主流微服务生态&#…

2026/10/18 16:48:43 阅读更多 →
PHP代理分销系统:资金流、权限流、订单流闭环实现

PHP代理分销系统:资金流、权限流、订单流闭环实现

简介:这是一套基于PHP开发的代理分销型商城系统源码,面向中小型电商创业者、PHP初学者及二次开发需求者,解决多级代理管理、佣金自动结算与分销渠道拓展等核心运营问题。资源包为RAR格式,大小11.5MB,虽未提供具体文件总…

2026/10/18 16:48:43 阅读更多 →
AIGC痕迹检测全解析:从检测原理到降重实操策略

AIGC痕迹检测全解析:从检测原理到降重实操策略

1. 毕业季的“隐形大考”:从论文写作到AIGC痕迹检测最近这段时间,我身边不少朋友和学生都在为一件事头疼——毕业论文。比起开题、实验、数据分析这些常规关卡,今年多了一道让他们格外焦虑的坎:AIGC痕迹检测。坦白说,这…

2026/10/18 16:48:43 阅读更多 →
S19转HEX实战指南:车载ECU固件转换避坑手册

S19转HEX实战指南:车载ECU固件转换避坑手册

简介:本资源是一款面向车载电子工程师的S19/HEX文件解析与转换工具集,专为英飞凌MCU固件开发调试场景设计,解决汽车电子领域常见的S19格式烧录文件可视化查看、校验及向标准Intel HEX格式转换的实际需求。压缩包共22个文件,含核心…

2026/10/18 16:48:43 阅读更多 →
AI辅助论文开题:从选题到框架的实战指南

AI辅助论文开题:从选题到框架的实战指南

每年一到开题季,各种群里的消息就自动切换成“大型求救现场”模式:“开题报告还没动一个字”“选题被导师第三次打回来了”“文献综述写了一周,还停在第一段”。论文开题这个关卡,确实劝退过太多人——毕竟它既要你证明“这个问题…

2026/10/18 16:48:43 阅读更多 →
Transformer时序预测全链路实践:从嵌入到反变换的可调试实现

Transformer时序预测全链路实践:从嵌入到反变换的可调试实现

简介:本资源是一份面向深度学习初学者与时间序列分析实践者的Transformer长期预测实战项目,聚焦将NLP领域经典模型迁移至时序预测任务,解决传统RNN/LSTM难以建模长程依赖的痛点。压缩包共38个文件,含13个核心Python源码&#xff0…

2026/10/18 16:47:42 阅读更多 →

日新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 0:55:02 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/17 17:22:31 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 12:16:16 阅读更多 →