婴儿蹬被夜间监测

要解决什么问题

婴儿夜间踢被后，家长往往无法整晚盯床；裸露时间过长容易受凉，但单靠主观感觉很难还原「何时踢开、裸露多久、是否该叫醒盖被」。本技能面向婴儿房固定机位的睡眠监控视频，把踢被与覆盖状态做成可复核的分析结果，并在裸露超过设定阈值时给出提醒逻辑（辅助家长决策，不替代在场看护）。

技能如何工作

核心能力包括：婴儿姿态识别、被子覆盖检测、身体裸露判断、踢被行为识别，以及异常时的提醒触发。典型流程如下：

1. 用户提供本地视频路径（--input）或公网视频 URL（--url，由 API 侧下载，无需你本地先拉文件）。
2. 必须先取得有效 open-id：禁止臆造或跳过验证；无法获取时需向用户说明用途（保存与查询监测报告）并协商是否继续。
3. 在技能根目录执行 python -m scripts.infant_blanket_kick_monitoring_analysis，产出结构化报告：视频基本信息、踢被次数、最长裸露时长、是否触发提醒、护理建议等（--detail 默认 json）。
4. 查询历史报告时，用户若提到「查看历史监测报告」「监测报告列表」等关键词，只能用 python -m scripts.infant_blanket_kick_monitoring_analysis --list --open-id 走云端接口；禁止读取 memory/、MEMORY.md 或 LanceDB 等本地记忆来拼清单。

为提高识别准确度，建议摄像头固定且覆盖整张婴儿床、夜视/红外在关灯后仍清晰、床上少杂物遮挡被子和身体区域。支持 mp4/avi/mov，单文件上限 10MB。

边界与注意

• 监测结果仅供辅助提醒，不能替代家长看护与婴儿安全监护。
• 只能使用技能自带脚本（scripts/infant_blanket_kick_monitoring_analysis.py），不要临时写替代脚本。
• API 密钥可选；若传入 --api-key 则须保证鉴权成功，否则按技能说明处理鉴权失败场景。
• 历史清单展示时，从接口 JSON 取 reportImageUrl 生成 Markdown 表格（报告名称、监测时长、踢被次数、是否提醒、监测时间、点击查看）。