技能介绍

解决的问题

客厅固定摄像头经常只能录到“发生了什么”，但不能快速判断一次家庭争吵是否已经超出普通沟通。普通音量高、看电视、儿童打闹或激烈讨论都容易被误读，而长期高强度冲突又可能影响心理健康并升级。该技能要解决的是：在本地推理敏感词、不上传原始语音的前提下，从含麦克风音视频中提取客观声学/视觉指标，辅助判断冲突强度。

如何工作

输入：mp4/avi/mov 等含音轨视频，建议覆盖完整冲突过程，≥30秒，能拍到上半身，音频采样率≥16kHz。
声学指标：peak_db、avg_db、db_delta_vs_baseline、shout_event_count、aggressive_word_hit_count、voice_speakers_estimate。
视觉指标：wave_hand_event_count、finger_point_event_count、push_event_count、throw_object_event_count、physical_proximity_invasion。
综合判定：输出 low / medium / high，并生成 gentle_reminder_message 与建议动作，如冷静、暂时分开或默认关闭的紧急联系人联动。
历史报告：通过 --list 查询云端报告，并按 Markdown 表格展示报告名称、强度表现、分析时间与查看链接。

适用边界

该技能只输出基于声学和视觉的强度指标与温和提醒，不提供法律意见、心理治疗方案或人身安全判定。紧急联系人联动需事先取得双方同意；若涉及反复高强度冲突或安全威胁，应联系反家暴热线 12338 或当地警方与心理援助机构。原始音视频属于高敏感隐私，建议取得所有成年家庭成员同意，并优先使用人体轮廓、面部马赛克和仅保存指标统计。