老年人如厕超时异常监测

要解决什么问题

独居老人、养老院或老年公寓里，如厕时突发跌倒、中风、心梗或体力不支后无法呼救，往往要等到「长时间未出卫生间」才被发现。人工盯守成本高，且门口场景又涉及隐私，不能简单把原始画面当普通监控回放。

本技能面向卫生间门口（或内部仅做人体轮廓/模糊化）的固定摄像头素材，用人体检测与进出跟踪，把「何时进入、何时离开」变成可统计的会话，再按连续占用时长判断是否超过安全阈值（默认 30 分钟）。

技能如何工作

• 输入：本地视频/图片或公网 URL（常见格式如 mp4/avi/mov，单文件体积上限以技能说明为准）。
• 核心能力：隐私化处理（模糊/像素化/仅轮廓）、进入/离开事件识别、单次连续停留时长统计、当日如厕会话历史、阈值判定（可覆盖默认 30 分钟）、分级预警（none / info / warning / critical）、紧急联系人通知建议。
• 执行路径：在技能根目录调用 python -m scripts.smyx_elderly_toilet_time_abnormal_analysis，用 --input 或 --url 提交素材；需要查历史清单时用 --list 仅从云端 API 拉取，不得用本地记忆或手工拼表。
• 输出：结构化分析报告、监测结果、建议与报告链接；历史报告列表以接口返回的链接字段渲染为 Markdown 表格。

边界与注意点

• 角色定位是安全监测与统计预警，不提供医疗诊断或具体救援操作方案；触发 critical 等等级时，仍应电话或上门人工核实。
• 卫生间属高敏感区域：优先门口安装；若必须在内部，应只做人体进出识别并对画面做隐私处理，且需被监护人或家属知情同意。
• 用户身份由系统内部静默关联，技能说明要求不向用户索要或展示内部身份参数。