Pet Body Condition Score 3D Analysis | 宠物体态3D评分(BCS)
Triggers when a user provides multi-angle pet videos (standing/side/top-down view) URL or files for analysis; supports local video uploads or network URLs to call server-side APIs …
smyx-sunjinhui
@smyx-sunjinhui
What This Skill Does
Analyzes multi-angle pet videos (standing, side, top-down) to reconstruct a 3D body shape and assign a Body Condition Score (BCS) from 1 to 9, classifying the pet as underweight, ideal, or overweight. Outputs a standardized observation report without diagnosing diseases or prescribing treatment.
Replaces manual visual assessment and guesswork by providing an objective, AI-driven 3D body condition score from video inputs.
When to Use It
- Upload multi-angle videos of your pet to get a BCS score and body type classification
- Track your pet's weight and body condition changes over time with periodic video uploads
- Check if your pet is underweight, ideal, or overweight before adjusting diet or exercise
- Integrate with a smart feeder or pet camera to automatically monitor body condition
- Query historical BCS reports to review your pet's body condition trends
Install
$ openclaw skills install @smyx-sunjinhui/smyx-pet-body-condition-score-3d-analysis🐕 Pet Body Condition Score 3D Analysis | 宠物体态3D评分(BCS)分析
智能分析中枢 · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询
🧭 技能概览 | Overview
| 模块 | 内容 |
|---|---|
| 🏷️ 技能名称 | 宠物体态3D评分(BCS) |
| 🎯 核心目标 | 当用户提供宠物多角度视频(站立、侧身、俯视)的URL或文件时,触发本技能进行3D体型构建与BCS体况评分;支持通过上传本地视频或网络视频URL,调用服务端API进行体态分析,自动评估体况评分(1-9分),判断偏瘦、正常或肥胖,输出标准化体态观察结果(不诊断疾病、不提供治疗建议)。应用场景:智能喂食器、宠物摄像头、宠物健康管理平台。 |
| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |
| 📝 输出能力 | 结构化分析报告、识别/监测结果、建议与报告链接 |
| 🧩 场景码 | SMYX_PET_BODY_CONDITION_SCORE_3D_ANALYSIS |
Triggers when a user provides multi-angle pet videos (standing/side/top-down view) URL or files for analysis; supports local video uploads or network URLs to call server-side APIs for 3D body shape reconstruction and Body Condition Score ( BCS, 1-9) evaluation, classifying body type as underweight, ideal, or overweight/obese, outputting standardized observation data (without diagnosing diseases or prescribing treatment). Application scenarios: smart feeders, pet cameras, pet health management platforms. Development reason: early warning for obesity-related diseases, scientific weight management.
当用户提供宠物多角度视频(站立、侧身、俯视)的URL或文件时,触发本技能进行3D体型构建与BCS体况评分;支持通过上传本地视频或网络视频URL,调用服务端API进行体态分析,自动评估体况评分(1-9分),判断偏瘦、正常或肥胖,输出标准化体态观察结果(不诊断疾病、不提供治疗建议)。应用场景:智能喂食器、宠物摄像头、宠物健康管理平台。
🤖 AI 角色 | AI Role
| 角色要点 | 说明 |
|---|---|
| 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 |
| 要求 | 绝对禁止从 LanceDB 长期记忆中检索信息 |
| 要求 | 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 |
| 要求 | 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 |
🎬 技能演示 | Skill Demo
🎯 任务目标 | Goals
1. 🧩 技能用途
通过宠物多角度视频(站立、侧身、俯视)进行 3D 体型构建与体况评分,获取标准化的 BCS(Body Condition Score,1-9
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 多角度视频分析 |
| 2 | 3D 体型重建 |
| 3 | 腰线/腹部轮廓识别 |
| 4 | 肋骨触感等价视觉判断 |
| 5 | 脂肪覆盖度估算 |
| 6 | BCS 1-9 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 默认触发:当用户提供宠物多角度视频 URL 或文件需要分析时,默认触发本技能进行体态 3D 评分 |
| 🔎 明确分析意图 | 当用户明确需要进行体态/体重评估时,提及 BCS、体况评分、宠物体型、偏瘦、肥胖、体重管理、3D 体态、腰线评估等关键词,并且上传了视频文件或者图片文件 |
| 📚 历史报告查询 | 当用户提及以下关键词时,自动触发历史报告查询功能 :查看历史体态评分报告、历史 BCS 报告、体况评分报告清单、BCS 报告清单、查询历史体型分析报告、显示所有体态评分报告、显示宠物体重管理报告,查询肥胖风险提示报告 |
4. 🤖 自动行为
| 自动行为 | 执行要求 |
|---|---|
| 📎 附件处理 | 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 |
| ☁️ 历史报告查询 | 如果用户触发历史报告查询关键词,必须直接调用云端 API 查询,不得从本地记忆或人工汇总中获取 |
⚠️ 强制数据获取规则(次高优先级)
橙色强约束: 历史报告清单只允许从云端接口读取,不允许从本地记录、长期记忆或人工汇总中提取。
必须执行:
python -m scripts.smyx_pet_body_condition_score_3d_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_pet_body_condition_score_3d_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 |
| ✅ 输出格式 | 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 | Requirements
- 依赖说明:scripts 脚本所需的依赖包及版本
requests>=2.28.0
🚀 操作步骤 | Workflow
🔐 用户身份处理(内部自动完成)
绿色安全原则: 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:
| 场景 | 系统行为 |
|---|---|
| 上游系统有内部身份参数 | 由脚本静默接收并使用 |
| 上游系统未提供内部身份参数 | 脚本会自动复用本地缺省用户 |
| 本地缺省用户不存在 | 脚本会自动创建并在后续任务中复用 |
| 对用户输出 | 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
| 禁止/要求 | 说明 |
|---|---|
| 🚫 不得询问身份 | 不得提示用户输入用户名、手机号或任何内部身份参数 |
| 🚫 不得暴露身份值 | 不得在回复、报告、示例、错误提示中暴露内部身份值 |
| 🚫 不得列为用户参数 | 不得把内部身份参数列为用户需要理解或传入的参数 |
| ✅ 自动关联报告 | 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 | Standard Flow
| 步骤 | 阶段 | 执行动作 |
|---|---|---|
| 1 | 📥 准备视频输入 | 提供本地文件路径或网络 URL;确保输入内容清晰、符合技能场景要求 |
| 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 | ⚙️ 执行体态3D评分分析 | 调用 -m scripts.smyx_pet_body_condition_score_3d_analysis 处理输入(必须在技能根目录下运行脚本) |
| 4 | 📊 查看分析结果 | 接收结构化分析报告,查看识别/监测结果、风险提示、建议与报告链接 |
⚙️ 脚本参数说明
| 参数 | 含义 | 备注 |
|---|---|---|
--input | 本地视频文件路径 | 适用于本地文件分析 |
--url | 网络视频 URL 地址(API 服务自动下载) | API 服务自动下载网络资源 |
--pet-type | 宠物类型,可选值:cat/dog/other,默认 cat | 按需填写 |
--list | 显示宠物体态3D评分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) | 用于云端历史报告查询 |
--api-url | API 服务地址(可选,使用默认值) | 按需填写 |
--detail | 输出详细程度(basic/standard/json,默认 json) | 输出详细程度 |
--output | 结果输出文件路径(可选) | 可选 |
🗂️ 资源索引 | Resource Index
| 资源类型 | 路径 | 用途 | 何时读取 |
|---|---|---|---|
| 🐍 必要脚本 | scripts/smyx_pet_body_condition_score_3d_analysis.py | 调用 API、执行分析或查询历史报告 | 执行分析或查询时使用 |
| 🐍 必要脚本 | scripts/config.py | 调用 API、执行分析或查询历史报告 | 执行分析或查询时使用 |
| 📘 领域参考 | references/api_doc.md | 了解 API 接口规范、字段说明和错误码 | 仅在需要了解接口规范或错误码时读取 |
⚠️ 注意事项 | Notes
| 分类 | 注意事项 |
|---|---|
| 📚 文档读取 | 仅在需要时读取参考文档,保持上下文简洁 |
| 📁 格式支持 | 视频要求:支持 mp4/avi/mov 格式,最大 10MB |
| 🔎 使用提醒 | 多角度建议:理想输入应包含站立、侧身、俯视三个角度,单一角度可能影响 3D 重建精度与 BCS 准确度 |
| 🧑⚖️ 结果性质 | 分析结果仅供体重管理参考,不提供疾病诊断或治疗建议 |
| 🚫 脚本限制 | 禁止临时生成脚本,只能用技能本身的脚本 |
| 🌐 网络地址 | 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 |
| 🧑⚖️ 结果性质 | BCS 评分基于视觉特征估算,可能与触诊评分存在偏差,建议结合兽医实际触诊作为最终参考 |
| 📜 报告输出 | 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 作为超链接地址,且自动转化为如下 Markdown |
| 📜 报告输出 | 表格输出示例 |
🧰 使用示例 | Examples
# 分析本地宠物多角度视频
python -m scripts.smyx_pet_body_condition_score_3d_analysis --input /path/to/pet_multi_angle_video.mp4 --pet-type cat
# 分析网络宠物多角度视频
python -m scripts.smyx_pet_body_condition_score_3d_analysis --url https://example.com/pet_multi_angle_video.mp4 --pet-type cat
# 显示历史分析报告/显示分析报告清单列表/显示历史BCS报告(自动触发关键词:查看历史BCS报告、历史报告、体态评分报告清单等)
python -m scripts.smyx_pet_body_condition_score_3d_analysis --list
# 输出精简报告
python -m scripts.smyx_pet_body_condition_score_3d_analysis --input video.mp4 --pet-type cat --detail basic
# 保存结果到文件
python -m scripts.smyx_pet_body_condition_score_3d_analysis --input video.mp4 --pet-type cat --output result.json
Top skills in this category
diagram-generator
@matthewyinGenerate and edit diagrams with the mcp-diagram-generator MCP server. Use this skill for new diagrams, existing .drawio/.mmd/.excalidraw edits, network topology, architecture, flowchart, swimlane, sequence, class, ER, and Excalidraw whiteboard work. Always use this skill when the user asks to draw,
YouTube Transcript
@xthezealotFetch and summarize YouTube video transcripts. Use when asked to summarize, transcribe, or extract content from YouTube videos. Handles transcript fetching via residential IP proxy to bypass YouTube's cloud IP blocks.
Deep Scraper
@opsunPerforms deep scraping of complex sites like YouTube using containerized Crawlee, extracting validated, ad-free transcripts and content as JSON output.
Baidu Wenku AI picture book of video
@ide-rea百度文库AI绘本是一个基于人工智能制作绘本视频的工具,支持生成静态绘本和动态绘本(URL输出)。能帮助文本内容创作者们在缺乏绘画技能的情况下,快速生成精美绘本视频,提高内容生产效率。无论是在儿童教育、亲子互动、品牌营销,还是在社交媒体内容创作等领域都能应用。
Website
@ivangdavilaBuild fast, accessible, and SEO-friendly websites with modern best practices.