🩺 Contactless Health Risk Screening Tool | 非接触式健康风险检测分析工具#

智能健康/识别分析中枢 · 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🏷️ 技能名称非接触式健康风险检测分析工具🎯 核心目标非接触式健康风险识别技能，通过正面人像采集结合多模态生理特征分析，提供心梗、脑梗、高血压、高血脂等慢病急症早期风险筛查预警🖼️ 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、风险/识别结果、建议与报告链接🧩 场景码CONTACTLESS_HEALTH_RISK_DETECTION

By capturing frontal facial images and analyzing multimodal physiological signals—including micro-expressions, skin color variations, and eye movement patterns—this capability comprehensively assesses early risks of chronic and acute conditions such as heart attacks, strokes, hypertension, and hyperlipidemia. Leveraging non-contact imaging technology, the system extracts vital metrics like blood oxygen levels and heart rate variability (HRV), utilizing AI models to facilitate rapid daily screening. Upon identifying high-risk characteristics, it triggers immediate alerts, making it ideal for homes, communities, and elderly care facilities to support chronic disease management and acute condition prevention.

本技能通过正面人像采集，结合面部微表情、肤色变化、眼动特征等多模态生理信号分析，综合评估心梗、脑梗、高血压、高血脂等慢病及急症的早期风险。系统利用非接触式成像技术，提取血氧、心率变异性等生理指标，结合AI模型实现日常快速筛查。一旦识别高风险特征，即发出预警提示，适用于家庭、社区及养老机构等场景，助力慢病管理与急症预防。

🎬 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#

通过正面人像视频/图片，非接触式进行早期健康风险筛查

2. 🛠️ 能力范围#

序号具体能力1多模态生理特征提取2慢病风险评估3急症预警提示

3. ⚡ 触发条件#

触发类型触发规则✅ 默认触发默认触发：当用户提供正面人像需要进行非接触健康风险筛查时，默认触发本技能🔎 明确分析意图当用户明确需要健康风险筛查、非接触检测时，提及健康筛查、心梗脑梗预警、高血压筛查、慢病风险等关键词，并且上传了正面人像照片/视频📚 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 ：查看历史筛查报告、健康风险报告清单、筛查报告列表、查询历史筛查报告、显示所有筛查报告、健康风险分析报告，查询非接触健康风险识别分析报告

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：

bash

python -m scripts.contactless_health_risk_detection_analysis --list

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

📸 采集要求 | Capture Requirements#

要求项说明正面完整面部，正对摄像头，距离 30-50 厘米光线充足均匀，避免强光直射和大面积阴影素颜最佳，避免浓妆、口罩、帽子、墨镜遮挡推荐采集10-30 秒短视频，静态图片也支持分析

🚀 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📥 准备正面人像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⚙️ 执行非接触健康风险识别分析调用 -m scripts.contactless_health_risk_detection_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本地图片/视频文件路径适用于本地文件分析--url网络图片/视频 URL 地址（API 服务自动下载）API 服务自动下载网络资源--list显示历史非接触健康风险识别分析报告列表清单（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-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/contactless_health_risk_detection_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📁 格式支持支持格式：jpg/jpeg/png/mp4/avi/mov，视频推荐时长 10-30 秒，最大 10MB🧑‍⚖️ 结果性质**⚠️ 重要声明**：本分析结果仅供早期风险筛查参考， 不替代专业医疗诊断和检查，发现高风险请及时到医院就诊🚫 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📜 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#

bash

# 分析本地照片
python -m scripts.contactless_health_risk_detection_analysis --input /path/to/face.jpg

# 分析网络视频
python -m scripts.contactless_health_risk_detection_analysis --url https://example.com/face.mp4

# 显示历史筛查报告/显示筛查报告清单列表/显示历史风险报告（自动触发关键词：查看历史筛查报告、历史报告、筛查报告清单等）
python -m scripts.contactless_health_risk_detection_analysis --list

# 输出精简报告
python -m scripts.contactless_health_risk_detection_analysis --input face.jpg --detail basic

# 保存结果到文件
python -m scripts.contactless_health_risk_detection_analysis --input face.jpg --output result.json