🦀 ClawHub
区域人形检测技能
by @smyx-sunjinhui
Automatically detects personnel in target areas based on computer vision. Supports real-time video stream detection and is suitable for monitoring personnel...
TERMINAL
clawhub install smyx-human-detection-analysis📖 About This Skill
name: "human-detection-analysis" description: "Automatically detects personnel in target areas based on computer vision. Supports real-time video stream detection and is suitable for monitoring personnel access in parks, offices, and restricted areas. | 区域人形检测技能，基于计算机视觉自动检测目标区域内出现的人员，支持视频流实时检测，适用于园区、办公室、禁入区域等人员出入监测场景" version: "1.0.0"
Regional Humanoid Detection Skill | 区域人形检测技能
Based on computer vision technology, this capability automatically detects personnel appearing in the target area and supports real-time video stream analysis. The system continuously monitors behaviors such as entry, exit, loitering, and intrusion. It is suitable for access management scenarios in industrial parks, offices, and restricted zones. Once unauthorized personnel or activity during abnormal hours is detected, it can instantly trigger alarms and record event trajectories, helping to enhance regional security control capabilities and personnel flow management efficiency.
本技能基于计算机视觉技术，自动检测目标区域内出现的人员，支持视频流实时分析。系统可持续监测人员进出、停留及闯入行为，适用于园区、办公室、禁入区域等出入管理场景。一旦检测到未经授权或异常时段的人员出现，可即时触发告警并记录事件轨迹，助力提升区域安全管控能力与人员流动管理效率。
⚠️ 强制记忆规则（最高优先级）
本技能明确约定：
memory/YYYY-MM-DD.md、MEMORY.md 等本地文件任务目标
python -m scripts.human_detection_analysis --list --open-id 参数调用 API
查询云端的历史报告数据
- 严格禁止：从本地 memory 目录读取历史会话信息、严格禁止手动汇总本地记录中的报告、严格禁止从长期记忆中提取报告
- 必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果前置准备
requests>=2.28.0
操作步骤
🔒 open-id 获取流程控制（强制执行，防止遗漏）
在执行人形检测分析前，必须按以下优先级顺序获取 open-id：
第 1 步：【最高优先级】检查技能所在目录的配置文件（优先）
路径：skills/smyx_common/scripts/config.yaml（相对于技能根目录）
完整路径示例：${OPENCLAW_WORKSPACE}/skills/{当前技能目录}/skills/smyx_common/scripts/config.yaml
→ 如果文件存在且配置了 api-key 字段，则读取 api-key 作为 open-id
↓ (未找到/未配置/api-key 为空)
第 2 步：检查 workspace 公共目录的配置文件
路径：${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
→ 如果文件存在且配置了 api-key 字段，则读取 api-key 作为 open-id
↓ (未找到/未配置)
第 3 步：检查用户是否在消息中明确提供了 open-id
↓ (未提供)
第 4 步：❗ 必须暂停执行，明确提示用户提供用户名或手机号作为 open-id
⚠️ 关键约束：
-m scripts.human_detection_analysis 处理视频文件（必须在技能根目录下运行脚本）
- 参数说明:
- --input: 本地视频文件路径（使用 multipart/form-data 方式上传）
- --url: 网络视频 URL 地址（API 服务自动下载）
- --open-id: 当前用户的 open-id（必填，按上述流程获取）
- --detection-region: 检测区域坐标，格式：x1,y1,x2,y2（可选，限定特定检测区域）
- --list: 显示人形检测历史分析报告列表清单（可以输入起始日期参数过滤数据范围）
- --api-key: API 访问密钥（可选）
- --api-url: API 服务地址（可选，使用默认值）
- --detail: 输出详细程度（basic/standard/json，默认 json）
- --output: 结果输出文件路径（可选）
4. 查看分析结果
- 接收结构化的人形检测分析报告
- 包含：监测基本信息、人员检测结果、人员数量统计、出现频次、入侵预警提示资源索引
注意事项
人形检测分析报告-{记录id}形式拼接, "点击查看"列使用
🔗 查看报告
格式的超链接，用户点击即可直接跳转到对应的完整报告页面。
使用示例
# 检测本地监控视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.human_detection_analysis --input /path/to/monitor.mp4 --open-id openclaw-control-ui检测网络监控视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.human_detection_analysis --url https://example.com/monitor.mp4 --open-id openclaw-control-ui指定检测区域进行检测（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.human_detection_analysis --input /path/to/monitor.mp4 --detection-region 100,100,500,500 --open-id openclaw-control-ui显示历史检测报告/显示检测报告清单列表/显示历史人形检测报告（自动触发关键词：查看历史检测报告、历史报告、检测报告清单等）
python -m scripts.human_detection_analysis --list --open-id openclaw-control-ui输出精简报告
python -m scripts.human_detection_analysis --input video.mp4 --open-id your-open-id --detail basic保存结果到文件
python -m scripts.human_detection_analysis --input video.mp4 --open-id your-open-id --output result.json