包裹检测技能
by @18072937735
Detects the presence of delivery packages within the target surveillance area; suitable for inventory checks and unattended alerts at community stations, res...
clawhub install smyx-package-detection-analysis📖 About This Skill
name: "package-detection-analysis" description: "Detects the presence of delivery packages within the target surveillance area; suitable for inventory checks and unattended alerts at community stations, residential entrances, and office building lobbies. | 包裹检测技能，检测目标监控区域内是否出现快递包裹，适用于社区驿站、小区门口、写字楼前台快递盘点和无人值守提醒" version: "1.0.0"
Package Detection Skill | 包裹检测技能
Equipped with advanced video analysis algorithms, this feature conducts non-contact intelligent monitoring of daily activities for patients with chronic diseases such as Parkinson's disease. By capturing and analyzing typical motor features like limb tremors, convulsions, muscle rigidity, and gait abnormalities, the system automatically identifies disease fluctuations or potential risks. This technology extends professional clinical observation into the home setting, helping doctors remotely grasp symptom changes and providing objective evidence for adjusting treatment plans, thereby achieving a shift from passive medical treatment to active health management.
本功能基于先进的计算机视觉技术，能够对社区驿站、小区门口及写字楼前台等指定监控区域进行全天候智能扫描。系统可精准识别区域内出现的快递包裹，自动判断包裹的有无及滞留状态。该功能完美适配快递盘点与无人值守提醒场景，一旦检测到新包裹到达或异常滞留，即刻触发通知，有效解决了传统人工巡查效率低、易漏件的问题，显著提升了物流末端的管理效率与安全性
⚠️ 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.package_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
检测要求（获得准确结果的前提）
为了获得准确的包裹检测，请确保：
1. 监控摄像头固定位置，覆盖驿站/门口/前台指定摆放区域 2. 光线充足清晰，包裹完整可见，避免被桌椅和杂物大面积遮挡 3. 定期盘点场景建议固定时段拍摄，便于统计对比
操作步骤
🔒 open-id 获取流程控制（强制执行，防止遗漏）
在执行包裹检测分析前，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.package_detection_analysis 处理输入（必须在技能根目录下运行脚本）
- 参数说明:
- --input: 本地图片/视频文件路径（使用 multipart/form-data 方式上传）
- --url: 网络图片/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）
- --list: 显示历史包裹检测分析报告列表清单（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
- 接收结构化的包裹检测分析报告
- 包含：输入基本信息、检测到的包裹数量、每个包裹位置标注、是否有超时未取件、管理建议资源索引
注意事项
包裹检测报告-{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
# 检测本地驿站监控图片（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.package_detection_analysis --input /path/to/station.jpg --open-id openclaw-control-ui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.package_detection_analysis --input /path/to/entrance.mp4 --open-id openclaw-control-ui检测网络图片（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.package_detection_analysis --url https://example.com/front_desk.jpg --open-id openclaw-control-ui显示历史检测报告/显示检测报告清单列表/显示历史包裹检测（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.package_detection_analysis --list --open-id openclaw-control-ui输出精简报告
python -m scripts.package_detection_analysis --input station.jpg --open-id your-open-id --detail basic保存结果到文件
python -m scripts.package_detection_analysis --input station.jpg --open-id your-open-id --output result.json