守宫蜥蜴断尾识别
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_bb47e3e3/reptile-tail-loss-detection-analysis。
技能介绍
要解决的问题
守宫、蜥蜴的尾巴既是运动器官也是储能部位,断尾(自割 autotomy) 是爬宠饲养中最常见的意外伤害之一:混养争斗、抓捕应激、逃跑撞击都可能导致尾巴整段脱落。问题在于,伤口未必会立刻表现出明显症状,若没有及时隔离和清洁,断端感染可能发展为败血症,致死率不低。
而尾部长度的细微变化很难靠肉眼从单张图里看出来。饲养者需要的是一套能每天自动「量一次尾巴」的机制,把尾长变化和断端形态转成结构化信号,而不是让自己逐张翻图对比。
核心能力
- 尾长测量:分割尾部 → 像素长度 → 借助吻肛长(SVL)或缸内已知尺寸物体校准为 mm → 计算
tail/SVL比值,避免单纯靠像素比较带来的视差误差 - 双重基线对比:既与该个体过去 7 天的尾部基线对比,也与同物种的标准比值对比(豹纹守宫 ≈ 0.9–1.1、鬃狮蜥 ≈ 1.2–1.5、绿鬣蜥 ≈ 2.0–2.5),算出
tail_shortening_ratio - 断端形态分类:输出
intact_tapered_normal、blunt_amputated、scabbed、open_wound、regenerated_bulb之一,附带红肿评分 0–5、是否渗液或脓液 - 物种自割能力匹配:豹纹守宫、肥尾守宫、蓝舌石龙子等可主动断尾再生;鬃狮蜥、多数 monitor、鳄鱼断尾即永久缺失,判定逻辑据此切换
- 7 类场景判定 + 4 级提醒:
none → info → important → urgent递进,Level 4(感染风险)不设单日提醒上限 - 云端历史报告:
--list调接口取回断尾事件清单,统一渲染成 Markdown 表格,不接受从本地 memory 或人工汇总里凑数据
判定与输出
当 tail_shortening_ratio ≥ 20% 且断端可见伤口或新鲜创面时,判定为断尾事件并记录发生时间。报告按 enclosure_id + individual_id + 事件时间戳组织,包含尾长、缩短比例、断端形态、伤口评分与建议动作。
适用边界
输入质量直接决定像素测量的可靠性:需要 ≥1080p 分辨率、侧位平拍或俯拍、完整露出从泄殖腔到尾尖的整条尾部,每日至少 1 张。图像模糊、尾尖未完整露出、光照不足或缺少 SVL 参考时,技能会返回 tail_signal_unreliable 并建议重新拍摄,而不是硬猜一个长度。
两个必须注意的坑:一是再生尾基线——再生尾呈球状钝端、鳞片纹路与原尾不同,严禁被误判为新发断尾;二是蜕皮期尾尖白皮、混养争斗高发期等人为与生理上下文,需要在判定时一并纳入,否则容易误报。
输出侧的红线也很明确:不做败血症、骨髓炎等具体疾病诊断,不输出药物名称、剂量或消毒产品品牌,不做缝合、剪除坏死组织等外科建议。连续两次及以上 Level 4 时,正确动作是联系专业爬宠兽医。技能不代用户启停加热灯、UVB 等设备,仅可建议隔离受伤个体。
使用场景
- 爬宠箱固定摄像头每日拍摄尾部,需自动比较个体 7 天基线,判断尾长是否缩短超过 20%。
- 多只混养缸出现争斗迹象,需检查尾部尖端是否有新鲜创面、结痂或红肿,并按 Level 4 处理。
- 繁殖场需每日批量分析尾部图像,生成断尾事件时间戳并推送隔离提醒。
- 已有再生尾基线的个体需定期复查,避免把球状钝端误判为新发断尾。
适合人员
- 爬宠繁殖场饲养员,需要在混养缸每日巡检中尽早发现断尾个体并隔离。
- 豹纹守宫与鬃狮蜥饲主,想通过固定摄像头自动比较尾长变化,而不是逐张翻图。
- 爬宠兽医助理,需要在接诊前调取云端断尾事件记录,核对尾长缩短比例和断端评分。
- 智能爬宠箱产品工程师,想把尾部图像分析集成到摄像头日常巡检流程中。