产仔孵化监控

要解决的问题

规模化猪场的产房和家禽孵化车间，关键繁殖事件往往发生在夜间或无人值守时段。一次分娩从破水、努责到仔猪出生可能持续数小时，而人工巡检间隔通常是半小时到一小时，像「第一头仔猪出生」这样的短促事件很容易被错过。等到发现时，仔猪可能已经因低温、窒息或被压而死亡。

孵化车间同理：从出现破壳裂纹到雏禽完全脱壳，窗口可能只有几分钟，一个人很难同时盯守多个出雏盘。结果是出雏率的真实波动无法复盘，也追溯不了是哪一批、哪个时段发生了遗漏。

这个技能要做的不是「识别出一只猪」，而是把固定摄像头的连续视频变成一份可回溯的事件清单：每个关键节点发生在哪一秒、涉及哪个个体、值得多高的关注度。

技能如何工作

它只做一件事：接收产房或孵化区固定摄像头的视频，输出结构化的事件识别结果。

识别的事件类型

• 母猪产房：破水、努责/宫缩、仔猪出生（含新仔猪计数）
• 禽类孵化：破壳（啄壳与裂纹显现）、出雏（雏禽完全脱壳）
• 场景理解：母猪个体与限位栏、仔猪保育区、孵化区/出雏区、蛋盘

处理流程

1. 输入可以是本地文件或公网 URL，支持 jpg/png/jpeg 图片和 mp4/avi/mov 视频
2. 在技能根目录运行 python -m scripts.smyx_farrowing_hatching_monitoring_analysis
3. 常用参数：--input 指定本地路径，--url 指定网络地址，--pet-type 默认 other，--detail 控制输出详细程度，--output 保存结果
4. 输出结构化报告：事件类型、时间点、涉事个体位置、优先级、提醒等级（一般 / 关注 / 紧急）和报告链接

历史报告查询

提到「查看历史产仔孵化监控报告」这类关键词时，清单必须从云端 API 读取：

python -m scripts.smyx_farrowing_hatching_monitoring_analysis --list

禁止从本地 memory、长期记忆或人工汇总中拼凑。这是硬约束，因为报告关联的是系统内部身份，本地缓存会导致跨用户串号。

适用边界与注意点

画面采集要求直接决定识别质量

• 摄像头固定正对限位栏或出雏盘，覆盖后躯、产道、蛋盘等关键部位
• 拍摄距离 0.8m~2.5m，帧率不低于 10fps，单段 30 秒到 30 分钟
• 光照稳定，夜间用红外或低照度光源；尽量减少人员穿越与清扫画面，否则容易误判为繁殖事件

本技能不做的事

输出是事件识别结果，不是处置建议。它不会告诉你该不该接产、要不要助产、如何调节孵化器温度，这些判断仍需遵循养殖场规程与兽医或繁殖技术人员的意见。单文件限制 10MB，且不允许临时生成脚本，只能使用技能自带的脚本。