电动自行车检测

解决什么问题

在安防巡检、园区管理、智慧交通等场景里，你需要从一张图片中快速知道“画面里有几辆电动自行车，分别在什么位置”。手动标注效率低，通用目标检测模型又要自己部署推理服务。这个技能把这件事收敛成一次调用：给它一张图，它返回图中所有电动自行车的检测框、置信度和标签。

核心能力

• 单图检测：输入一张图像，输出所有目标的检测框、置信度与标签。
• 两种入参形态：

- scripts.tools.ebike_detection：接收图片文件链接 dataUrl。
- scripts.tools.ebike_detection_for_data_base64：接收图片的 Base64 编码 dataBase64，适合图片已在内存中、没有公网可访问 URL 的情况。

• 原始结果保留：工具返回 result["raw"]（API 原始 JSON）、result["success"] 与 result["message"]，由上层自行整理展示，便于排查上游字段变化。

关键步骤

1. 检查密钥：先读 scripts.config.settings.api_key，为空时用 AskUserQuestion 向用户询问，拿到后调用 scripts.config.set_api_key(key) 保存。密钥从 https://xiaobenyang.com 获取。
2. 选择工具：有可访问链接就走 dataUrl 版本，否则走 Base64 版本。
3. 提取参数：按所选工具取 dataUrl 或 dataBase64，缺参数时继续询问用户。
4. 调用与返回：以关键字参数调用 scripts.tools 中的函数，把 raw 数据整理后返回。

适用边界与注意点

• 必须配置 API 密钥，否则无法工作；缺少密钥时禁止自行搜索或编造检测结果。
• 检测范围限定为电动自行车，不是通用检测器，行人、机动车等其他类别不在输出语义内。
• 大模型在这里只做路由与参数提取，真正的推理由代码调用 API 完成，结果质量受上游模型能力与图像清晰度影响。
• 链接模式下图片需可被服务端访问；Base64 模式下要注意体积带来的传输开销。