Minor Detection#

把这个 skill 视为“调用固定控制脚本并返回单个 JSON 结果”的能力，不要把它当成自由发挥的推理任务。

硬性约束#

你必须遵守以下规则：

• 始终调用 scripts/run_minor_detection_pipeline.py。
• 不要自行重写未成年人识别逻辑。
• 不要直接调用 extract_time_features.py 或 retrieve_cases.py，除非控制脚本内部决定调用它们。
• 脚本成功时，最终回答必须是 stdout 返回的单个 JSON object。
• 脚本失败时，只返回错误，不要自行补充判断。

输入准备#

先把当前输入整理成一个 JSON payload，再交给控制脚本。

推荐字段：

• mode
• conversation
• sessions
• context
• meta
• request_id
• sample_id
• user_id

context 可包含：

• raw_time_hint
• opportunity_time
• time_features
• prior_profile
• retrieved_cases

如果上游已经提供完整 JSON，就尽量保持结构不变，只做最小整理。

执行方式#

执行步骤：

1. 把整理后的 payload 写入临时 JSON 文件。
2. 运行 python scripts/run_minor_detection_pipeline.py --payload-file <payload-file>。
3. 读取 stdout 中最后输出的 JSON object。
4. 将该 JSON 原样作为最终结果返回。

外部服务与隐私说明#

此技能不是纯离线技能。

运行时行为：

• 控制脚本会在分类阶段把对话文本、时间线索、历史画像、身份提示以及相关元数据发送到你显式配置的远程模型接口。
• 如果内置检索资源存在，并且显式配置了 embedding 端点与密钥，检索模块才会调用远程 embedding 接口。
• 当前这个轻量版包不包含内置检索资源，因此检索通常会降级为 disabled:assets_missing，并返回空的 retrieved_cases。
• 如果调用方已经提供 context.retrieved_cases，流水线也可以直接使用外部提供的检索结果。

显式配置要求：

• 若未设置 MINOR_DETECTION_CLASSIFIER_BASE_URL 或 MINOR_DETECTION_CLASSIFIER_API_KEY，分类调用会直接报错而不是联网。
• 若未来需要启用远程 embedding 检索，需要显式设置 MINOR_DETECTION_EMBEDDING_BASE_URL 和 MINOR_DETECTION_EMBEDDING_API_KEY。

此技能会读取的环境变量：

• MINOR_DETECTION_CLASSIFIER_BASE_URL
• MINOR_DETECTION_CLASSIFIER_API_KEY
• MINOR_DETECTION_CLASSIFIER_MODEL
• MINOR_DETECTION_CLASSIFIER_TIMEOUT_SEC
• MINOR_DETECTION_CLASSIFIER_MAX_RETRIES
• MINOR_DETECTION_CLASSIFIER_RETRY_BACKOFF_SEC
• MINOR_DETECTION_EMBEDDING_BASE_URL
• MINOR_DETECTION_EMBEDDING_API_KEY
• MINOR_DETECTION_EMBEDDING_MODEL
• MINOR_DETECTION_TIMEZONE
• MINOR_DETECTION_RETRIEVAL_TOP_K
• SKILL_EMBEDDING_BASE_URL
• SKILL_EMBEDDING_API_KEY
• SKILL_EMBEDDING_MODEL

凭证说明：

• 建议使用专用、最小权限的 API Key。
• 如果数据必须完全本地处理，请不要使用此技能。

输出规则#

最终回答必须：

• 只输出一个 JSON object。
• 不输出 Markdown。
• 不添加解释性前言。
• 不补充 skill 输出之外的推理内容。