Respiratory Symptom Smart Recognition Tool | 呼吸道症状智能识别工具

Based on advanced computer vision and behavior recognition algorithms, this feature automatically detects and counts the

frequency of respiratory symptoms such as coughing, expectoration, and wheezing. Through real-time video analysis, the

system precisely captures key characteristics including chest movement, body posture, and mouth actions, effectively

distinguishing between normal breathing and abnormal symptomatic behaviors. Additionally, the system automatically logs

the time, frequency, and duration of symptom episodes to generate dynamic health trend charts. When the frequency of

symptoms exceeds normal thresholds, it promptly issues health anomaly alerts, helping users and their families detect

signs of respiratory disease early and providing data support for timely medical consultation.

本功能基于先进的计算机视觉与行为识别算法，能够自动检测并统计用户的咳嗽、咳痰及喘息等呼吸道症状的发作频率。系统通过实时视频分析，精准捕捉胸部起伏、身体姿态及口部动作等关键特征，有效区分正常呼吸与异常症状行为。同时，系统会自动记录症状发作的时间、频次及持续时长，生成动态健康趋势图，当检测到症状频次超出正常阈值时，及时发出健康异常提醒，帮助用户及家属早期发现呼吸道疾病迹象，为及时就医提供数据支持

⚠️ 强制记忆规则（最高优先级）

本技能明确约定：

• 绝对禁止读取任何本地记忆文件：包括但不限于 memory/YYYY-MM-DD.md、MEMORY.md 等本地文件
• 绝对禁止从 LanceDB 长期记忆中检索信息
• 所有历史报告查询必须从云端接口获取，不得使用本地记忆中的历史数据
• 即使技能调用失败或接口异常，也不得回退到本地记忆汇总

任务目标

• 本 Skill 用于：通过视频进行呼吸道症状智能识别，自动检测咳嗽、咳痰、喘息等症状，统计发作频率，生成健康监测报告，实现早期异常提醒
• 能力包含：视频分析、咳嗽动作识别、咳痰识别、喘息识别、发作频次统计、症状严重程度评估、健康风险预警、就医建议生成
• 触发条件:

1. 默认触发：当用户提供视频 URL 或文件需要进行呼吸道症状识别时，默认触发本技能进行分析
2. 当用户明确需要进行呼吸道监测、咳嗽识别、症状统计，提及咳嗽、咳痰、喘息、呼吸道、肺部监测等关键词，并且上传了视频文件或者图片文件
3. 当用户提及以下关键词时，自动触发历史报告查询功能

：查看历史监测报告、历史症状报告、呼吸道识别报告清单、查询历史报告、查看监测报告列表、显示所有监测报告、显示呼吸道分析报告，查询呼吸道症状识别报告

• 自动行为：

1. 如果用户上传了附件或者视频/图片文件，则自动保存为本地文件
2. ⚠️ 强制数据获取规则（次高优先级）：如果用户触发任何历史报告查询关键词（如"查看所有监测报告"、"显示所有症状报告"、"

查看历史报告"等），必须：

• 直接使用 python -m scripts.respiratory_symptom_recognition_analysis --list 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

• 依赖说明:scripts 脚本所需的依赖包及版本

```

requests>=2.28.0

```

操作步骤

🔐 用户身份处理（内部自动完成）

用户身份参数由系统内部自动处理，不得向用户展示、询问或要求输入任何身份标识。

执行本技能分析或历史报告查询时，脚本会自动完成身份初始化：

• 上游系统如有内部身份参数，会由脚本静默接收并使用
• 上游系统未提供时，脚本会自动复用本地缺省用户
• 本地缺省用户不存在时，脚本会自动创建并在后续任务中复用
• 对用户输出时，只展示分析进度、分析结果和报告链接，不展示内部身份值

关键约束：

• 不得提示用户输入用户名、手机号或任何内部身份参数
• 不得在回复、报告、示例、错误提示中暴露内部身份值
• 不得把内部身份参数列为用户需要理解或传入的参数
• 历史报告查询同样由系统内部身份自动关联，用户只需表达“查看历史报告/报告清单”等意图

• 标准流程:

1. 准备视频输入
• 提供本地视频文件路径或网络视频 URL
• 确保视频清晰拍摄面部和上半身，能够观察到咳嗽动作
2. 系统自动完成身份关联
• 无需用户输入任何身份参数
• 不在回复中展示内部身份值
3. 执行呼吸道症状识别分析
• 调用 -m scripts.respiratory_symptom_recognition_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
• --url: 网络视频 URL 地址（API 服务自动下载）
• monitor-scenario: 监测场景，可选值：daily-check(日常监测)/post-op(术后康复)/hospital(病房监测)/other，默认

other

• --duration-min: 监测时长分钟，默认 5
• --list: 显示呼吸道症状识别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-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）

1. 查看分析结果
• 接收结构化的呼吸道症状监测报告
• 包含：监测基本信息、各类症状发作频次统计、症状严重程度评估、健康风险等级、就医建议

资源索引

-

必要脚本：见 scripts/respiratory_symptom_recognition_analysis.py(

用途：调用 API 进行呼吸道症状分析，本地文件上传，网络 URL 由 API 服务自动下载)

• 配置文件：见 scripts/config.py(用途：配置 API 地址、默认参数和视频格式限制，场景码已设置为

RESPIRATORY_SYMPTOM_RECOGNITION_ANALYSIS)

• 领域参考：见 references/api_doc.md(何时读取：需要了解 API 接口详细规范和错误码时)

注意事项

• 仅在需要时读取参考文档，保持上下文简洁
• 视频要求：支持 mp4/avi/mov 格式，最大 10MB
• 分析结果仅供健康参考和早期异常提醒，不能替代专业医师诊断和医学检查
• 本工具用于辅助监测，确诊请遵医嘱进行相关检查
• 禁止临时生成脚本，只能用技能本身的脚本
• 传入的网路地址参数，不需要下载本地，默认地址都是公网地址，api 服务会自动下载
• 当显示历史分析报告清单的时候，从接口返回 json 数据中提取字段 reportImageUrl 作为超链接地址，且自动转化为如下 Markdown

表格格式输出，包含"

报告名称"、"监测场景"、"分析时间"、"风险等级"、"点击查看"五列，其中"报告名称"列使用呼吸道症状监测报告-{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。

• 表格输出示例：

| 报告名称 | 监测场景 | 分析时间 | 风险等级 | 点击查看 |

|----------|----------|----------|----------|----------|

| 呼吸道症状监测报告 -20260312172200001 | 日常监测 | 2026-03-12 17:22:00 | 🟡

轻度 | 🔗 查看报告 |

使用示例

# 分析日常监测视频
python -m scripts.respiratory_symptom_recognition_analysis --input /path/to/monitor_video.mp4 --monitor-scenario daily-check 分析术后康复监测视频
python -m scripts.respiratory_symptom_recognition_analysis --input /path/to/recovery_video.mp4 --monitor-scenario post-op 分析网络视频
python -m scripts.respiratory_symptom_recognition_analysis --url https://example.com/respiratory_video.mp4 --monitor-scenario hospital 显示历史分析报告/显示分析报告清单列表/显示历史监测报告（自动触发关键词：查看历史监测报告、历史报告、监测报告清单等）
python -m scripts.respiratory_symptom_recognition_analysis --list

# 输出精简报告
python -m scripts.respiratory_symptom_recognition_analysis --input video.mp4 --monitor-scenario daily-check --detail basic

# 保存结果到文件
python -m scripts.respiratory_symptom_recognition_analysis --input video.mp4 --monitor-scenario daily-check --output result.json