Video-based Fall Detection Skill | 跌倒检测视频版技能

By analyzing changes in human posture and motion trajectories within video streams, this capability detects fall events in target areas in real-time. Based on skeletal keypoint recognition and behavioral temporal analysis, the system effectively distinguishes falls from normal actions such as lying down or sitting. It is designed for home safety monitoring scenarios for seniors living alone, covering areas like living rooms, bedrooms, and bathrooms. Once a fall is confirmed, the system automatically triggers a local alarm and pushes remote notifications, facilitating second-level response times and reducing the risks associated with accidents.

本技能通过分析视频流中人体姿态变化与运动轨迹，实时检测目标区域内是否发生人员跌倒事件。系统基于骨骼关键点识别与行为时序分析，能够有效区分跌倒与正常躺卧、坐下等动作。适用于独居老人居家安全监测场景，如客厅、卧室、卫生间等区域。一旦确认跌倒，系统将自动触发本地预警并远程推送告警信息，助力实现秒级响应，降低意外风险。

⚠️ 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：视频流检测目标区域内是否有人跌倒，及时触发报警
• 能力包含：人形检测、跌倒行为识别、摔倒/跌倒判断、异常报警触发
• 适用场景：独居老人居家安全监测、养老院走廊公共区域监测、行动不便人员看护
• 适用范围（按照要求）：
  • 推荐视频长度：5秒以内
  • 条件：单人全部身体露出且无遮挡
  • 检测距离：3-5米
• 触发条件:
  1. 默认触发：当用户提供视频需要检测老人跌倒时，默认触发本技能
  2. 当用户明确需要跌倒检测、摔倒识别时，提及跌倒检测、老人摔倒、视频跌倒检测等关键词，并且上传了视频
  3. 当用户提及以下关键词时，自动触发历史报告查询功能 ：查看历史检测报告、跌倒检测报告清单、检测报告列表、查询历史检测、显示所有检测报告、跌倒分析报告，查询跌倒检测视频分析报告
• 自动行为：
  1. 如果用户上传了附件或者视频文件，则自动保存到技能目录下 attachments
  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"查看所有检测报告"、"显示历史跌倒"、" 查看历史报告"等），必须：
     • 直接使用 python -m scripts.fall_detection_video_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

• 依赖说明:scripts 脚本所需的依赖包及版本

  requests>=2.28.0
  

检测要求（获得准确结果的前提）

为了获得准确的跌倒检测，请确保：

1. 摄像头固定位置，覆盖目标监测区域（如客厅、走廊、卫生间）
2. 检测距离保持在 3-5 米，目标人物全身完整出镜
3. 单人场景，避免多人重叠遮挡，保证跌倒行为清晰可见
4. 建议视频长度在 5秒以内，过长视频建议分段检测

操作步骤

🔒 open-id 获取流程控制（强制执行，防止遗漏）

在执行跌倒检测视频分析前，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：

• 禁止自行假设,自行推导,自行生成 open-id 值（如 openclaw-control-ui、default、fallvideo123、detectfall456 等）
• 禁止跳过 open-id 验证直接调用 API
• 必须在获取到有效 open-id 后才能继续执行分析
• 如果用户拒绝提供 open-id，说明用途（用于保存和查询检测报告记录），并询问是否继续