Agent Skills
返回列表
宠物体态3D评分(BCS)

宠物体态3D评分(BCS)

数据分析 更新于 2026.08.30

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/pet-body-condition-score-3d-analysis。

技能介绍

问题

宠物体况评估常依赖主观观察,单一照片也难以判断腰线、肋骨覆盖和腹部脂肪。这个技能面向智能喂食器、宠物摄像头和健康管理平台,用多角度视频完成更稳定的体况观察。它不诊断疾病,也不给治疗建议,目标是输出可供业务系统使用的标准化 BCS 结果。

能力与流程

技能输入可为本地文件或公网视频 URL,支持 mp4/avi/mov,单文件上限 10MB。核心流程是:

  • 用户上传站立、侧身、俯视等角度视频
  • 脚本调用服务端 API 进行 3D 体型重建
  • 识别腰线、腹部轮廓、肋骨触感等价视觉特征、脂肪覆盖度
  • 估算 BCS 1-9,归为偏瘦、理想、超重/肥胖
  • 返回结构化报告、风险提示和建议链接

历史报告查询使用 --list,并强制从云端接口读取,避免本地记忆或人工汇总造成的数据不一致。用户侧无需输入身份参数,脚本在内部完成关联与复用。

边界

BCS 基于视觉特征估算,可能和兽医触诊存在偏差;单一角度会降低重建精度。输出仅用于体重管理参考,不能替代临床诊断。

使用场景

  • 宠物摄像头接入方需将站立、侧身、俯视视频转为 BCS 1-9 观察结果,用于后续喂食策略判断。
  • 健康管理平台需用云端 API 查询历史 BCS 报告清单,并转成 Markdown 表格展示给运营人员。
  • 智能喂食器团队需基于多角度视频估算偏瘦、理想、肥胖,输出结构化字段供后端存储和提醒。

适合人员

  • 宠物摄像头产品工程师:把现场多角度视频接入 BCS 3D 评分流程,并稳定获得结构化结果。
  • 智能喂食器后端工程师:接收 BCS 风险字段和报告链接,做喂食提醒或体重管理记录。
  • 宠物健康平台运营:查看云端历史 BCS 报告清单,按日期范围和宠物类型整理趋势。
  • 宠物服务连锁门店店长:定期上传多角度视频,形成统一口径的体态观察记录。