技能介绍

要解决什么问题

独居老人、慢性病患者等群体在无人看护时，跌倒、长时间异常静止，以及心梗、脑梗等突发情况往往难以及时发现。事后查看录像成本高，纯人工盯屏也不现实。本技能面向「视频/图片里的高危行为与健康风险」，把计算机视觉、姿态估计和多模态健康风险识别串成一条可触发预警的分析链路，而不是只做事后回放。

技能如何工作

触发条件较窄：仅在用户明确提到「风险分析」「跌倒检测」「行为识别」「安全监测」「老人看护」等意图时使用；默认的视频/URL 分析应走面诊类技能，除非刚做过风险分析或再次提及风险分析。

核心能力包括：

跌倒识别（fall）：姿态骤变等跌倒相关事件
健康风险（health）：面部微循环、肤色异常、肢体协调性等视觉线索，辅助心梗/脑梗前兆类判断
异常行为（behavior）：剧烈运动、长时间静止、闯入等
综合模式（all）：上述类型一并检测

典型流程：准备本地路径、网络 URL 或 RTSP 等输入 → 必须先取得有效 open-id（禁止臆造或跳过，用于历史报告；用户拒绝时需说明用途）→ 调用 scripts.risk_analysis（如 --mode、--threshold 默认 0.8、--alert 等）→ 得到结构化报告（风险类型、置信度、时间、位置、预警等级、建议）；高风险可按配置走 APP/短信/语音等通知。

预警分级大致为：置信度 >0.9 高风险（立即报警）、0.7–0.9 中风险（记录关注）、0.5–0.7 低风险（记日志）。

适用边界与注意点

支持常见视频/图片格式及 http/https/rtsp；单文件视频上限约 200MB；实时流可持续监测。
结果不能替代专业安防或医疗诊断，仅作辅助预警与记录。
依赖 scripts/risk_analysis.py、scripts/config.py；风险分类可参考 references/risk_categories.md。
高风险事件会写入日志；--list 可按 open-id 分页查历史报告。