🚇 Commuter After-Work Fatigue Care (Home-Arrival Moment) | 上班族下班疲劳关怀（回家时刻）#

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**上班族下班疲劳关怀（回家时刻）**🎯 核心目标通过智能家居客厅的固定摄像头，分析上班族回家后30分钟内的行为，检测瘫坐/斜躺（姿态放松、背部与沙发夹角>120°）、面部疲惫特征（眼袋明显、嘴角下垂、频繁眨眼）、叹气频次（胸腹快速起伏伴呼气声）。当疲劳指数超过阈值时，通过智能音箱主动播报关怀语音（如'辛苦了，喝杯水休息一下'），并播放舒缓音乐。🖼️ 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_COMMUTER_FATIGUE_CARE_ANALYSIS

Through a fixed camera in a smart-home living room, the system analyzes office worker behavior in the first 30 minutes after coming home, detecting slumped sitting / reclining (relaxed posture, back-to-sofa angle > 120°), facial fatigue features (visible eye bags, downturned mouth corners, frequent blinking), and sighing frequency (rapid chest/abdomen rise-fall with audible exhale). When the fatigue index exceeds a threshold, the smart speaker proactively delivers caring voice messages ('You've worked hard — have a glass of water and rest a bit') and plays soothing music. The skill aims to provide instant emotional support after work and ease work-related stress. Application scenarios: smart-home living rooms, studio apartments, family lounges. The system automatically activates 'care mode' when the user comes home. Skill features: office workers face high work pressure and often feel exhausted after work, yet this is frequently overlooked. AI-based proactive recognition and warm greetings enhance psychological comfort and add a 'human touch' to the smart home. Can be integrated into smart speakers or home-hub systems as a mental-health feature of the smart home.

通过智能家居客厅的固定摄像头，分析上班族回家后30分钟内的行为，检测瘫坐/斜躺（姿态放松、背部与沙发夹角>120°）、面部疲惫特征（眼袋明显、嘴角下垂、频繁眨眼）、叹气频次（胸腹快速起伏伴呼气声）。当疲劳指数超过阈值时，通过智能音箱主动播报关怀语音（如'辛苦了，喝杯水休息一下'），并播放舒缓音乐。该技能旨在为下班后的用户提供即时的情感支持，缓解工作压力。应用场景：智能家居客厅、单身公寓、家庭起居室。系统在用户回家后自动启动关怀模式。技能特点：上班族工作压力大，回家后常感到疲惫，但往往被忽视。通过AI主动识别并给予温暖问候，可提升心理舒适感，增强智能家居的'人情味'。该技能可集成到智能音箱或家庭中枢系统中，成为智慧家庭的情感健康功能。

🤖 AI 角色 | AI Role#

角色要点说明说明 1假设你是一个专业的职场健康关怀 AI。你的任务是分析客厅固定摄像头在用户回家后 30 分钟内的视频（可选叠加音频），检测疲劳相关行为：瘫坐/斜躺姿态（躯干与大腿夹角 > 120° 或 背部与沙发夹角 > 120°）、平躺沙发（强疲劳）、低头垂头、面部疲惫（眼袋显著程度 / 嘴角下垂 / 每分钟眨眼次数 / 微睡眠闭眼 >1.5s / 哈欠 / 木然比例）、视觉+音频叹气、揉太阳穴/揉眼。综合计算疲劳指数（0-100，含进食喝水/伸展等正向行为扣分）。当超过阈值时输出 4 级递进关怀动作（暖光调暗 / 舒缓音乐 / 智能音箱温柔关怀语 / 自我照顾清单），单晚动作上限严格管控。不提供任何医疗诊断，仅输出基于视觉的疲劳评估和关怀建议；关怀文案必须 平等、温柔、不指责、不说教、不 PUA**，3 次未应答即自动静默 ≥2 小时。**

🎬 技能演示 | Skill Demo#

▶️ 点击查看技能使用介绍

---

🎯 任务目标 | Goals#

1. 🧩 技能用途#

基于客厅/单身公寓/家庭起居室固定摄像头（可选音频）在 用户进门 → 30 分钟 视频窗口内（ 仅工作日 17:00-22:00 默认启用），识别 5 项姿态信号（瘫坐/斜躺夹角 >120° / 持续时长 / 平躺沙发强疲劳 / 低头垂头 / 进门到瘫坐的时间）+ 6 项面部信号（眼袋显著程度 0-100 / 嘴角下垂 0-100 / 每分钟眨眼 / 微睡眠打盹闭眼 >1.5s / 哈欠 / 木然比例）+ 6 项行为信号（视觉叹气 / 音频叹气 / 揉太阳穴揉眼 / 被动刷手机 + 进食喝水 正向 / 伸展活动 正向）→ 综合 疲劳指数 0-100（含正向扣分） → 4 档疲劳等级（light / mild / notable / heavy）+ 连续 ≥5 工作日 ≥60 累积性疲劳预警 → 4 级递进关怀动作（智能灯暖光调暗 2700K / 舒缓音乐 ≤35 dB / 温柔关怀语 ≤40 dB / 自我照顾清单卡片）→ 单晚上限（mild ×1 / notable ×2 / heavy ×3）+ 3 次未应答静默 ≥2 小时 + 每周日晚 22:00 趋势摘要

2. 🛠️ 能力范围#

序号具体能力1进门事件自动检测（entry_event）2工作日时段识别（周末/节假日自动暂停）3瘫坐斜躺姿态识别（夹角测量 >120°）4平躺沙发识别5低头垂头识别6眼袋显著程度评估7嘴角下垂程度评估8每分钟眨眼频率统计（疲劳显著增高）9微睡眠/打盹识别（闭眼 >1.5s）10哈欠识别11木然面部比例统计12视觉叹气（胸腹快速起伏+长呼气）+ 音频叹气13揉太阳穴/揉眼识别14被动刷手机时长统计15进食喝水/伸展运动等正向行为识别（扣分项）16疲劳指数 0-100 综合算法（含正向扣分）174 级关怀策略递进18智能灯调暖光（2700K19≤100 lux）20关怀语前 3 秒铃声前导21关怀文案中立性校验（不说教/不指责/不 PUA）223 次未应答自动静默 ≥2 小时23累积性疲劳预警（连续 ≥5 个工作日 ≥60）24每周日晚 22:00 趋势摘要

3. ⚡ 触发条件#

触发类型触发规则✅ 默认触发默认触发：当用户提供客厅/单身公寓/家庭起居室固定摄像头视频 URL 或文件需要分析时，默认触发本技能进行上班族下班疲劳关怀（回家时刻）🔎 明确分析意图当用户明确提及下班回家疲惫、上班族关怀、瘫坐沙发、智能家居关怀、智能音箱温柔提醒、智慧家庭情感支持等关键词，并且上传了视频文件📚 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 ：查看下班疲劳关怀历史报告、回家关怀记录清单、本周疲劳趋势、查询历史关怀记录、显示所有疲劳关怀报告、显示我的下班关怀日志，查询疲劳关怀清单

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：

bash

python -m scripts.smyx_commuter_fatigue_care_analysis --list

类型要求✅ 必须使用 python -m scripts.smyx_commuter_fatigue_care_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 text

  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📥 准备客厅/单身公寓/家庭起居室固定摄像头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🔐 获取 open-id（强制执行）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⚙️ 执行上班族下班疲劳关怀（回家时刻）调用 -m scripts.smyx_commuter_fatigue_care_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本地客厅/单身公寓/家庭起居室固定摄像头回家后 30 分钟视频文件路径适用于本地文件分析--url网络客厅/单身公寓/家庭起居室固定摄像头回家后 30 分钟视频 URL 地址（API 服务自动下载）API 服务自动下载网络资源--pet-type类别标识，职场健康关怀场景默认 other按需填写--list显示上班族下班疲劳关怀（回家时刻）历史关怀记录清单（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-urlAPI 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_commuter_fatigue_care_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📁 格式支持输入要求：支持 mp4/avi/mov 视频，最大 10MB； 关键：覆盖进门 → 30 分钟窗口；仅工作日 17:00-22:00 启用🔎 使用提醒进食喝水、伸展运动、与家人/宠物互动等 正向行为 必须作为负权重纳入疲劳指数计算，避免一刀切定义"瘫坐=疲劳"🔎 使用提醒红线约束🧑‍⚖️ 结果性质禁止 做"职业倦怠 / 抑郁症 / 慢性疲劳综合征"等医学诊断🔎 使用提醒禁止 将疲劳数据上传到雇主、保险公司或任何第三方🔎 使用提醒禁止 长期存储原始视频（≤ 7 天，仅留聚合指标）🔎 使用提醒禁止 用户明显需要独处时（连续 ≥ 2 次未应答关怀）继续主动介入🔎 使用提醒禁止 关怀语过度频繁（mild × 1 / notable × 2 / heavy × 3 每晚上限）🔎 使用提醒绝对禁止 使用居高临下、说教、PUA 式文案（"你怎么又这么累"、"应该早点睡"等）🔎 使用提醒必须：关怀语前 3 秒非语言铃声前导；关怀文案保持 平等、温柔、不指责 伙伴语气🔎 使用提醒必须：3 次未应答 → 自动静默 ≥ 2 小时🔎 使用提醒连续 ≥ 5 工作日 fatigue_index ≥ 60 → 主动提示 关注休息，可在同意后联系紧急联系人或推荐 当地心理咨询/EAP🚫 脚本限制禁止临时生成脚本，只能用技能本身的脚本🌐 网络地址传入的网络地址参数，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📜 报告输出当显示历史关怀记录清单的时候，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#

bash

# 分析本地客厅视频
python -m scripts.smyx_commuter_fatigue_care_analysis --input /path/to/livingroom.mp4

# 分析网络客厅视频/实时流
python -m scripts.smyx_commuter_fatigue_care_analysis --url https://example.com/livingroom.mp4

# 显示历史下班关怀记录清单（自动触发关键词：查看下班疲劳关怀历史报告、回家关怀记录清单等）
python -m scripts.smyx_commuter_fatigue_care_analysis --list

# 输出精简报告
python -m scripts.smyx_commuter_fatigue_care_analysis --input lr.mp4 --detail basic

# 保存结果到文件
python -m scripts.smyx_commuter_fatigue_care_analysis --input lr.mp4 --output result.json