生命涌现的小龙虾技能之【Pet Eye Anomaly Detection (Redness / Tearing / Cataract) | 宠物眼睛异常识别(红肿/流泪/白内障)】简介
️ Pet Eye Anomaly Detection (Redness / Tearing / Cataract) | 宠物眼睛异常识别红肿/流泪/白内障智能分析中枢· 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眼睛异常识别红肿/流泪/白内障 核心目标通过宠物摄像头捕捉宠物面部近景视频利用AI视觉分析技术检测眼部充血结膜颜色发红、异常流泪泪痕严重或持续性溢泪、瞳孔区域浑浊可能为白内障或角膜水肿等异常征象输出异常提示帮助主人及早发现眼部疾病风险。适用于日常健康监测、老年宠物护理及宠物医院预检。应用场景宠物家庭日常健康自检、宠物寄养中心巡检、宠物医院门诊初筛、老年宠物白内障监测。️ 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_EYE_ANOMALY_DETECTION_ANALYSISAI-powered pet eye anomaly detection from close-up facial images/video. Detects conjunctival redness, abnormal tearing/tear stains, and pupil/cornea opacity (cataract / corneal edema), then outputs anomaly alerts to help owners catch eye disease risks early. Scenarios: daily home health self-check, boarding center routine inspection, animal hospital triage, senior pet cataract monitoring.通过宠物摄像头捕捉宠物面部近景视频利用AI视觉分析技术检测眼部充血结膜颜色发红、异常流泪泪痕严重或持续性溢泪、瞳孔区域浑浊可能为白内障或角膜水肿等异常征象输出异常提示帮助主人及早发现眼部疾病风险。适用于日常健康监测、老年宠物护理及宠物医院预检。应用场景宠物家庭日常健康自检、宠物寄养中心巡检、宠物医院门诊初筛、老年宠物白内障监测。 AI 角色 | AI Role角色要点说明说明 1假设你是一个专业的宠物眼科健康AI。你的任务是分析宠物面部近景视频或高清图像检测双眼的结膜颜色、泪痕程度、瞳孔及角膜透明度识别是否存在充血、异常流泪、白内障等眼部异常。不要提供医疗诊断仅输出基于视觉的异常提示。 技能演示 | Skill Demo▶️ 点击查看技能使用介绍 任务目标 | Goals1. 技能用途通过宠物面部近景图像/视频进行双眼健康视觉评估识别结膜充血、异常流泪、角膜/瞳孔浑浊等异常征象输出分级异常提示2. ️ 能力范围序号具体能力1双眼定位2结膜颜色分析3泪痕程度评估4瞳孔/角膜透明度检测5异常征象分级6左右眼对比7健康建议输出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面部近景图像或视频需要分析时默认触发本技能进行眼部异常识别 明确分析意图当用户明确需要眼部健康检查时提及眼睛、结膜、充血、流泪、泪痕、白内障、角膜、瞳孔等关键词并且上传了图像或视频文件 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历史眼部检查报告、历史眼睛异常报告、眼部报告清单、显示所有眼睛报告、查询眼部健康记录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-mscripts.smyx_eye_anomaly_detection_analysis--list类型要求✅ 必须使用python -m scripts.smyx_eye_anomaly_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requests2.28.0 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 准备图像/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⚙️ 执行眼部异常识别调用-m scripts.smyx_eye_anomaly_detection_analysis处理输入必须在技能根目录下运行脚本4 查看识别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本地宠物面部近景图像/视频文件路径适用于本地文件分析--url网络宠物面部近景图像/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显示眼睛异常识别历史报告列表清单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选️ 检测项目说明检测项关键指标可能提示的疾病方向 结膜充血结膜颜色发红、血管明显结膜炎、角膜炎、过敏 异常流泪严重泪痕、持续溢泪泪管阻塞、结膜炎、眼睑内翻️ 角膜浑浊角膜出现灰白雾状角膜水肿、角膜溃疡⚪ 瞳孔浑浊瞳孔区域呈现蓝白色雾状白内障、晶状体硬化 左右不对称双眼瞳孔大小、颜色明显差异神经系统问题、外伤、青光眼 异常分级与建议异常等级表现建议 正常双眼明亮、结膜粉色、角膜清澈、无泪痕持续日常监测即可 轻度异常轻微泪痕或单侧轻度充血观察 24-48 小时注意环境清洁与饮食 中度异常明显充血、严重泪痕或局部浑浊建议尽快预约兽医检查 重度异常明显角膜/瞳孔浑浊、双眼明显不对称、视力疑似受损⚠️ 尽快就医避免视力进一步损伤 高风险品种与人群类别重点关注原因老年宠物7岁白内障、晶状体硬化高发短鼻犬猫巴哥、英斗、波斯、加菲等眼球突出易角膜损伤、泪溢长毛品种比熊、博美、贵宾、波斯毛发刺激易引发流泪、结膜炎糖尿病患宠易并发糖尿病性白内障️ 资源索引 | Resource Index资源类型路径用途何时读取 必要脚本scripts/smyx_eye_anomaly_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 jpg/png/mp4/avi/mov 格式最大 10MB 使用提醒拍摄要求面部近景、光线充足、双眼清晰模糊/逆光/眼睛闭合的图像无法得出可靠结果‍⚖️ 结果性质识别结果仅供视觉参考绝不替代专业兽医诊断任何疑似异常都建议就医确诊 使用提醒部分品种眼部生理特征本身偏红或泪痕较重需结合个体基线判断 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识别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# 分析本地宠物面部近景图像/视频python-mscripts.smyx_eye_anomaly_detection_analysis--input/path/to/pet_face.jpg --pet-typecat# 分析网络宠物面部近景图像/视频python-mscripts.smyx_eye_anomaly_detection_analysis--urlhttps://example.com/pet_face.mp4 --pet-type dog# 显示历史识别报告/显示报告清单列表自动触发关键词查看历史眼部检查报告、眼部报告清单等python-mscripts.smyx_eye_anomaly_detection_analysis--list# 输出精简报告python-mscripts.smyx_eye_anomaly_detection_analysis--inputeye.jpg --pet-typecat--detailbasic# 保存结果到文件python-mscripts.smyx_eye_anomaly_detection_analysis--inputeye.jpg --pet-typecat--outputresult.json我们提供定制化AI技能开发服务。如果您有特定的业务需求可以联系我们的商务团队我们会为您量身打造专属的AI解决方案。

相关新闻

Ubuntu 26.04软件安装:Snap与Tar.gz对比指南

Ubuntu 26.04软件安装:Snap与Tar.gz对比指南

1. Ubuntu 26.04 安装方式全景解读作为长期使用Ubuntu的开发者,我经历过无数次软件安装的"选择困难症"。Ubuntu 26.04作为即将发布的LTS版本,其软件安装方式的选择尤为重要。目前主流的两种安装方式——Snap和Tar.gz,各有其适用场景…

2026/7/20 16:20:06阅读更多 →
Spring Boot 3 HTTP客户端替代Feign的实践指南

Spring Boot 3 HTTP客户端替代Feign的实践指南

1. Feign的现状与Spring Boot 3的替代方案Feign作为Spring Cloud生态中广泛使用的声明式HTTP客户端,长期以来一直是微服务间远程调用的首选方案。但近年来随着Spring Boot 3的发布,官方开始推荐使用内置的HTTP接口客户端作为替代方案。这并非意味着Feign…

2026/7/20 16:20:06阅读更多 →
4大架构挑战深度解析:VPet虚拟桌宠核心系统设计与扩展方案

4大架构挑战深度解析:VPet虚拟桌宠核心系统设计与扩展方案

4大架构挑战深度解析:VPet虚拟桌宠核心系统设计与扩展方案 【免费下载链接】VPet 虚拟桌宠模拟器 一个开源的桌宠软件, 可以内置到任何WPF应用程序 项目地址: https://gitcode.com/GitHub_Trending/vp/VPet 虚拟桌宠模拟器VPet是一款基于WPF框架的开源桌面宠…

2026/7/20 16:20:06阅读更多 →
Spring Boot整合RabbitMQ:消息队列实战与性能优化

Spring Boot整合RabbitMQ:消息队列实战与性能优化

1. 项目概述:为什么选择Spring Boot整合RabbitMQ?消息队列作为分布式系统解耦的利器,已经成为现代Java开发的标配组件。而Spring Boot与RabbitMQ的组合,就像咖啡与奶泡的完美搭配——前者提供了便捷的开发脚手架,后者则…

2026/7/21 8:59:17阅读更多 →
时序紊乱、断星失准、合规难落地? 时统设备一站式解决全行业授时难题

时序紊乱、断星失准、合规难落地? 时统设备一站式解决全行业授时难题

一、行业普遍授时痛点及深层成因 当下工业自动化、通信、无线电监测、广电、计量测试等关键领域,均高度依赖统一高精度时间基准,但大量项目现场长期受时序故障困扰,核心痛点与根源分为五大类: 痛点 1:单一卫星参考源脆…

2026/7/21 8:59:17阅读更多 →
廖雪峰的GIT教程的笔记

廖雪峰的GIT教程的笔记

学习目标:新公司需要Git进行版本管理学习加记录;首先要安装Git这个百度这里就不讲;学习内容:一、建立仓库仓库就是保存你上传文件的地方,你可以简单理解成一个目录,这个目录里面的所有文件都可以被Git管理起…

2026/7/21 8:59:17阅读更多 →
HTML基础与实战:从标签到语义化开发

HTML基础与实战:从标签到语义化开发

1. HTML基础概念解析HTML(HyperText Markup Language)作为构建网页的基础语言,其核心功能在于定义文档的结构和内容。不同于CSS负责样式或JavaScript实现交互,HTML专注于内容的语义化组织。这种分工明确的架构使得Web开发能够保持…

2026/7/21 8:59:17阅读更多 →
Zepp Life自动刷步数终极指南:如何轻松实现健康数据管理

Zepp Life自动刷步数终极指南:如何轻松实现健康数据管理

Zepp Life自动刷步数终极指南:如何轻松实现健康数据管理 【免费下载链接】mimotion 小米运动刷步数(微信支付宝)支持邮箱登录 项目地址: https://gitcode.com/gh_mirrors/mimo/mimotion 你是否厌倦了每天手动记录步数的繁琐&#xff1…

2026/7/21 8:59:17阅读更多 →
DevC++ 64位OpenGL环境配置:MinGW-w64与FreeGLUT实战指南

DevC++ 64位OpenGL环境配置:MinGW-w64与FreeGLUT实战指南

1. 项目概述:为什么要在DevC上折腾64位OpenGL? 如果你是一个刚开始接触计算机图形学,或者想用C写点带窗口和3D效果小程序的初学者,OpenGL几乎是绕不开的名字。但很多朋友,包括当年的我,在第一步“搭环境”上…

2026/7/21 8:57:17阅读更多 →
Go语言静态资源打包方案对比与实践指南

Go语言静态资源打包方案对比与实践指南

1. 项目背景与核心需求在Go语言开发中,我们经常需要处理静态资源文件的打包问题。无论是Web应用的模板文件、前端资源,还是配置文件、证书等,都需要随程序一起分发。传统做法是将这些文件与编译后的二进制文件放在同一目录下,但这…

2026/7/21 0:51:49阅读更多 →
Go语言实现高性能LDAP认证服务的架构与实践

Go语言实现高性能LDAP认证服务的架构与实践

1. 项目背景与核心价值LDAP(轻量级目录访问协议)作为企业级身份认证的黄金标准,已经服务了超过80%的财富500强公司。我在金融科技领域实施统一认证体系时,发现传统Java方案存在启动慢、内存占用高等痛点。而Go语言凭借其协程并发模…

2026/7/21 0:51:49阅读更多 →
【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

【AI面试官实战指南】:用ChatGPT模拟10类高频技术岗面试,3天提升应答精准度92%

更多请点击: https://intelliparadigm.com 第一章:AI面试官实战指南的核心价值与适用场景 AI面试官并非替代人类HR的“黑箱工具”,而是以可解释、可审计、可迭代的方式,赋能招聘全链路的关键基础设施。其核心价值在于将主观经验沉…

2026/7/21 0:51:49阅读更多 →
Windows+macOS 通用 OpenClaw 部署流程,内置依赖一键启动智能桌面助手

Windows+macOS 通用 OpenClaw 部署流程,内置依赖一键启动智能桌面助手

📌教程适配:OpenClaw v2.7.9 | 兼容 Windows10/11、macOS 双系统 📖前言 当下各类本地 AI 工具层出不穷,多数产品仅能完成文字问答交互,很难直接操控电脑执行实际操作。OpenClaw,业内常称小龙虾 AI&#…

2026/7/21 0:01:46阅读更多 →
Codex 接入后 Bug 反增?复盘从个人演示到团队协作的“流程陷阱”

Codex 接入后 Bug 反增?复盘从个人演示到团队协作的“流程陷阱”

聊《一次Codex项目复盘,问题最后出在流程而不是模型》之前,先说一句实在的:别急着背概念,先看它在真实项目里到底解决什么问题。摘要先把这篇文章的目标说清楚:看完之后,你应该能判断这件事值不值得做&…

2026/7/21 0:01:46阅读更多 →
手把手搓一个五子棋游戏,零代码也能当“游戏开发者”

手把手搓一个五子棋游戏,零代码也能当“游戏开发者”

大家好,还是我。前几期带大家做了心情日记本和可视化大屏,后台有朋友留言:“能不能教点好玩的?我想做游戏,但一行代码都不会。”行,这期就安排。今天的目标:从零做一个五子棋游戏。 带AI对战、三…

2026/7/21 0:03:46阅读更多 →
YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

YOLOv8推理性能优化:从1.2FPS到35FPS的全链路加速实践

如果你在部署 YOLOv8 时,发现推理速度只有可怜的 1-2 FPS,而别人的演示视频却能跑到 30 FPS 以上,那么问题很可能不在模型本身,而在于你的整个处理链路。很多开发者拿到一个训练好的 YOLOv8 模型后,会直接使用官方示例…

2026/7/20 22:51:39阅读更多 →
Coze与Dify对比指南:低代码AI应用开发从入门到实战

Coze与Dify对比指南:低代码AI应用开发从入门到实战

1. 从零到一:为什么你需要了解 Coze 和 Dify?如果你对 AI 应用开发感兴趣,但一看到“大模型”、“智能体”、“工作流”这些词就头疼,觉得门槛太高,那这篇文章就是为你准备的。很多开发者,包括我自己&#…

2026/7/20 18:51:18阅读更多 →
AI生图工具怎么选?2026年6月版实测对比

AI生图工具怎么选?2026年6月版实测对比

做自媒体的朋友应该都有体会:配图一直是个让人头疼的问题。2026年,AI生图工具已经非常成熟了,但工具太多反而不知道怎么选。以下是截至2026年6月我对主流AI生图工具的实测对比。Midjourney V8.1:速度之王2026年6月11日&#xff0c…

2026/7/20 18:51:18阅读更多 →