Agent Skills
返回列表
宠物体态3D体况评分

宠物体态3D体况评分

开发编程 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_15292d5a/yjkj-smyx-pet-body-condition-score-3d-analysis。

技能介绍

要解决什么问题

宠物体重管理往往依赖主观目测或偶尔上秤，很难从体态结构上持续、可比地判断偏瘦、理想还是肥胖。肥胖相关慢病需要尽早发现趋势，但普通摄像头或喂食器场景里，你更需要的是标准化观察数据（BCS 1–9、体型分类），而不是 AI 随口给的「胖瘦」结论，更不能把结果当成疾病诊断或处方依据。

本技能面向「多角度视频 → 3D 体型 → BCS 评分」这条链路：用户上传本地视频或提供公网视频 URL（站立、侧身、俯视），由服务端完成 3D 体型重建与体况评估，输出可对接智能喂食器、宠物摄像头、健康管理平台的观察报告。

技能如何工作

触发方式大致两类：用户提供多角度宠物视频 URL/文件时默认走分析；或用户明确提到 BCS、体况评分、腰线评估等并附带视频/图片。另一类是历史报告查询（如「查看历史 BCS 报告」「体态评分报告清单」），必须通过 python -m scripts.smyx_pet_body_condition_score_3d_analysis --list --open-id 从云端拉列表，禁止读本地 memory/ 或 LanceDB 长期记忆凑历史。

分析前需拿到真实 open-id（不可臆造、不可跳过），用于落库与查询。核心参数包括 --input / --url、--pet-type（cat/dog/other）、--open-id，可选 --detail（basic/standard/json）。脚本需在技能根目录执行；网络 URL 由 API 侧下载，无需本地先下文件。

输出侧你会得到结构化报告：BCS 1–9、体型档（极瘦/偏瘦/理想/偏胖/肥胖）、腰线与腹部轮廓描述、脂肪覆盖度估算及 3D 特征说明。历史清单以 Markdown 表格呈现，报告链接来自接口字段 reportImageUrl。

边界与注意点

  • 视频建议 mp4/avi/mov，≤10MB，时长 ≥10 秒，且尽量包含站立、侧身、俯视；单角度会拖累 3D 重建与 BCS 准确度。
  • BCS 来自视觉特征估算，与兽医触诊可能不一致，体重管理应结合专业触诊。
  • 结果仅作体态观察与风险提示参考，不提供疾病诊断与治疗建议。
  • 只能使用技能自带脚本 scripts/smyx_pet_body_condition_score_3d_analysis.py，不要临时拼脚本。

使用场景

  • 智能喂食器产品在主人上传站立、侧身、俯视片段后，需要调用分析接口拿到 BCS 1–9 分并记录到体重管理档案。
  • 宠物摄像头 App 联调时，工程师用公网视频 URL 触发体态分析，核对返回的体型分类与 JSON 字段是否满足接入规范。
  • 健康管理平台运营收到用户「查看历史体态评分报告」请求时，必须通过云端 `--list` 接口生成含报告链接的 Markdown 表格。
  • 宠物体重管理功能上线前，测试同学用本地 mp4（≥10 秒、多角度）验证 open-id 缺失时流程是否会正确拦截。

适合人员

  • 对接智能喂食器或宠物摄像头上云的后端工程师，要把多角度视频稳定接到 BCS 分析与落库流程。
  • 负责宠物健康 SaaS 报表与档案的产品/运营，需要可复用的体况观察数据而非主观胖瘦描述。
  • 在 Agent 中集成本技能的开发者，必须遵守 open-id 获取、仅用自带脚本、历史报告禁读本地 memory 等约束。
  • 宠物智能硬件或健康管理业务的测试工程师，需用多角度样本视频回归 3D 重建精度与 BCS 分档一致性。