检测工具集

它解决什么问题

给业务加"看图说话"的能力时，工程师通常要为每类目标单独挑模型、写调用、处理鉴权和参数编码。这个技能把日常物体检测、昆虫识别、植物识别、动物识别、火焰检测、香烟检测、人头人体检测、野生动物检测、鸟类识别、手势检测、手机与电动自行车检测、宠物情绪识别、万物识别等场景打包成一个统一的路由层：模型调用被收敛到 scripts.tools 下的一组函数，上层只需要描述意图。

它是如何工作的

• 路由而非推理：大模型负责理解意图、选择函数、提取参数，真正的识别由后端 API 完成。
• 密钥先行：调用前检查 scripts.config.settings.api_key；为空时通过 AskUserQuestion 询问用户，再用 scripts.config.set_api_key(key) 保存。
• 成对的输入形态：每个任务都有链接版和 Base64 版，例如 scripts.tools.daily_object_detection 收 dataUrl，scripts.tools.daily_object_detection_for_data_base64 收 dataBase64。
• 关键字传参：按 scripts.tools.daily_object_detection(dataUrl='...') 的形式调用，参数缺失时同样询问用户。
• 统一返回：函数返回 dict，取 result["raw"] 整理后展示，用 result["success"] 和 result["message"] 判断状态。

适用边界

• 必须配置 API 密钥，缺失时禁止自行搜索或编造结果。
• 检测类输出检测框、置信度和标签；识别类只输出类别标签，动物识别不返回检测框。
• 火焰检测的最佳视角是安防、交通摄像头；宠物情绪只覆盖 Angry / Happy / Relaxed / Sad 四类。