火焰检测
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 @org-rn88lg3j/xby-fire-detection。
技能介绍
要解决的问题
在安防和交通监控里,火焰通常是最早可见的异常信号。摄像头每天都在产生大量画面,靠人盯墙不现实,事后翻录像又太晚。需要有一个组件能直接读图、回答“图里有没有火焰”,并且能挂进现有的取流流程。
这个技能只覆盖这一步:输入一张图片(文件链接或 BASE64),返回检测结果,由上层逻辑决定告警、存档还是继续轮询。
技能如何工作
模型在这里只做路由,不做推理:
- 解析意图:判断用户给的是网络图片链接,还是本地/内网图片的 BASE64 编码。
- 检查凭证:通过
scripts.config.settings.api_key读取密钥;为空时用 AskUserQuestion 向用户索取,再用scripts.config.set_api_key(api_key)落盘。 - 补齐参数:
dataUrl与dataBase64分别对应两个工具函数,缺参时同样询问用户。 - 调用工具:
scripts.tools.fire_detection接收图片链接,scripts.tools.fire_detection_for_data_base64接收图片的 base64 编码。 - 结果透传:函数返回
result["raw"](API 原始 JSON)、result["success"]与result["message"],整理后直接展示。
适用边界与注意点
- 必须配置密钥。缺少
XBY_APIKEY时技能不会降级为猜测,也不会自行编造数据,而是停下来问人。 - 最佳场景是摄像头视角:安防、交通这类固定机位、常规光照条件的画面。通用场景可以跑,但极端光照、极小火焰目标下的精度不做保证。
- 输入是静态图片,不支持视频流或实时推流,需要调用方自己先取帧。
- 密钥来自第三方服务(xiaobenyang.com),接入前需确认网络可达性与配额策略。
使用场景
- 运维人员分析安防摄像头抓取的园区截图,需快速确认画面中是否出现明火以触发消防预警
- 交通管理员审查高速公路监控图片,需判断隧道或车道上是否存在异常火焰以便及时封路
- 后端开发者构建图片审核流水线,需将本地生成的火焰测试图转成BASE64调用检测接口验证逻辑
- 安保团队处理突发事件截图,需提取火焰区域原始数据进行事后取证与事故原因分析
适合人员
- 负责园区或楼宇安防的运维工程师,需要对摄像头抓拍的可疑画面进行自动化初筛
- 管理交通监控视频的后台人员,需要在查看录像截图时快速定位火焰等异常事件
- 开发AI视觉应用的后端程序员,需要集成第三方火焰检测API来补齐图片审核能力
- 处理应急响应的安保主管,需要根据检测结果原始数据判断现场火情严重程度并留存记录