职场玩手机智能监测

要解决什么问题

开放办公区里，管理者往往只能靠巡查或事后投诉判断「工作时间是否在玩手机」，缺少可复核的证据链，也难以按人、按时段做统计。本技能面向办公区域监控视频或静态图片，在工作场景下识别疑似玩手机行为，并汇总时长、频次，用于内部秩序管理参考（需自行合规使用）。

技能如何工作

能力建立在计算机视觉与人体姿态估计之上，对输入做双重路径处理：

• 实时视频流（--detection-type video）与静态图片（image）均可分析
• 结合手部动作、设备外观特征与行为模式，区分正常操作（如拿笔、敲键盘）与持机浏览类行为
• 通过 scripts/phone_usage_monitoring_analysis.py 调用后端 API：本地文件以 multipart/form-data 上传，公网 URL 由服务侧拉取
• 执行前必须取得有效的 open-id（不可臆造），用于落库与报告关联
• 触发「历史报告」类意图时，须用 --list --open-id 从云端接口拉取清单，并以 Markdown 表格输出（含 reportImageUrl 链接列）

典型流程：准备清晰覆盖工位的视频/图片 → 获取 open-id → 在技能根目录运行脚本（--input 或 --url，可选 --work-area：开放办公/独立工位/会议室等）→ 查看结构化报告（区域信息、检测统计、预警与建议字段）。

边界与注意点

• 支持视频 mp4/avi/mov、图片 jpg/png/jpeg，单文件上限约 100MB；画面需光线充足、工位可见
• 技能约定禁止从本地 memory/、LanceDB 等读取历史；报告列表只能走云端 API
• 分析结果仅供企业内部管理参考，涉及员工行为与影像数据，须遵守隐私与劳动相关法规
• 不得临时编写替代脚本；鉴权失败时按文档处理可选 api-key