Combines facial blood flow and emotional characteristics to analyze stress index, anxiety tendency, and depression tendency, suitable for mental health monitoring scenarios. | 心理压力评估技能，结合面部血流与情绪特征，分析压力指数、焦虑倾向、抑郁倾向，适用于心理健康监测场景
21 installs5 stars
Design & media
Adult Facial Fatigue / Stress Index | 成人面部疲劳/压力指数分析
Try itUsing a smart mirror or fixed camera, the system analyzes high-resolution adult facial images or short videos to detect physiological features such as under-eye bag area (puffiness/shadow under the lower eyelid), dark-circle grayscale (darkness around the eyes), mouth-corner drop angle (angle between corner of mouth and horizontal), and glabellar frown lines (vertical lines between the brows), and computes a comprehensive. | 通过智能镜子或固定摄像头，分析成人面部的高清图像或视频，检测眼袋面积（下眼睑区域的浮肿或阴影面积）、黑眼圈灰度（眼眶区域的暗沉程度）、嘴角下垂角度（口角与水平线的夹角）以及皱眉纹（眉间川字纹）等生理特征，综合计算疲劳/压力指数（0-100分）。该技能可用于职场健康管理、个人状态监测，辅助了解自身精力水平。
What it does
Using a smart mirror or fixed camera, the system analyzes high-resolution adult facial images or short videos to detect physiological features such as under-eye bag area (puffiness/shadow under the lower eyelid), dark-circle grayscale (darkness around the eyes), mouth-corner drop angle (angle between corner of mouth and horizontal), and glabellar frown lines (vertical lines between the brows), and computes a comprehensive. | 通过智能镜子或固定摄像头，分析成人面部的高清图像或视频，检测眼袋面积（下眼睑区域的浮肿或阴影面积）、黑眼圈灰度（眼眶区域的暗沉程度）、嘴角下垂角度（口角与水平线的夹角）以及皱眉纹（眉间川字纹）等生理特征，综合计算疲劳/压力指数（0-100分）。该技能可用于职场健康管理、个人状态监测，辅助了解自身精力水平。
The skill document
😓 Adult Facial Fatigue / Stress Index | 成人面部疲劳/压力指数分析
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 | 成人面部疲劳/压力指数分析 |
| 🎯 核心目标 | 通过智能镜子或固定摄像头，分析成人面部的高清图像或视频，检测眼袋面积（下眼睑区域的浮肿或阴影面积）、黑眼圈灰度（眼眶区域的暗沉程度）、嘴角下垂角度（口角与水平线的夹角）以及皱眉纹（眉间川字纹）等生理特征，综合计算疲劳/压力指数（0-100分）。该技能可用于职场健康管理、个人状态监测，辅助了解自身精力水平。 |
| 🖼️ 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_ADULT_FACIAL_FATIGUE_STRESS_INDEX_ANALYSIS |
Using a smart mirror or fixed camera, the system analyzes high-resolution adult facial images or short videos to detect physiological features such as under-eye bag area (puffiness/shadow under the lower eyelid), dark-circle grayscale (darkness around the eyes), mouth-corner drop angle (angle between corner of mouth and horizontal), and glabellar frown lines (vertical lines between the brows), and computes a comprehensive fatigue/stress index (0-100). The skill supports workplace health management and personal state monitoring, helping users understand their energy level. Application scenarios: smart mirrors, office health displays, smartphone selfie apps, personal health management. The system auto-evaluates daily or per use, outputs the fatigue index, and suggests rest, hydration, or relaxation. Skill features: modern workers commonly face fatigue and stress that often go unnoticed. Non-contact facial analysis lets individuals and enterprises understand the state in time, adjust work rhythm, and prevent overwork. Can be integrated into smart mirrors, attendance terminals, or health management systems as a practical employee-care tool.
通过智能镜子或固定摄像头，分析成人面部的高清图像或视频，检测眼袋面积（下眼睑区域的浮肿或阴影面积）、黑眼圈灰度（眼眶区域的暗沉程度）、嘴角下垂角度（口角与水平线的夹角）以及皱眉纹（眉间川字纹）等生理特征，综合计算疲劳/压力指数（0-100分）。该技能可用于职场健康管理、个人状态监测，辅助了解自身精力水平。应用场景：智能镜子、办公室健康屏、手机APP自拍、个人健康管理。系统每日或每次使用时自动评估，输出疲劳指数，并建议休息、补水或进行放松训练。技能特点：现代职场人普遍面临疲劳和压力问题，但常被忽视。通过非接触式面部分析，可帮助个人和企业及时了解状态，调整工作节奏，预防过劳。该技能可集成到智能镜子、考勤终端或健康管理系统中，成为员工关怀的实用工具。
🤖 AI 角色 | AI Role
| 角色要点 | 说明 |
|---|---|
| 说明 1 | 假设你是一个专业的个人健康状态分析 AI。你的任务是分析成人面部图像或短视频，检测眼袋面积、黑眼圈灰度、嘴角下垂程度以及眉间皱纹等疲劳相关特征，综合输出疲劳/压力指数（0-100）。不要提供医疗诊断或临床压力评估，仅输出基于面部视觉的客观评分与方向性建议。 |
🎬 技能演示 | Skill Demo
🎯 任务目标 | Goals
1. 🧩 技能用途
基于成人正面面部图像或短视频，量化眼袋 / 黑眼圈 / 嘴角下垂 / 眉间川字纹等疲劳特征，综合输出 0-100 疲劳/压力指数与等级
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 正面面部检测与对齐 |
| 2 | 眼袋面积估算 |
| 3 | 黑眼圈灰度分析 |
| 4 | 嘴角下垂角度 |
| 5 | 眉间川字纹评分 |
| 6 | 整体肌肤暗沉度（参考） |
| 7 | 综合疲劳/压力指数（0-100） |
| 8 | 等级判定（good / mild_fatigue / moderate_stress / high_stress） |
| 9 | 主要贡献特征排序 |
| 10 | 方向性建议提示 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 默认触发：当用户提供成人正面面部图像或短视频 URL/文件需要分析时，默认触发本技能进行疲劳/压力指数评估 |
| 🔎 明确分析意图 | 当用户明确提及面部疲劳、压力指数、眼袋、黑眼圈、嘴角下垂、皱眉纹、川字纹、智能镜子健康、过劳预防、面部状态评估等关键词，并且上传了图像/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 ：查看疲劳压力历史报告、面部疲劳报告清单、疲劳指数报告清单、查询历史疲劳指数、显示所有疲劳压力报告、显示个人状态诊断报告，查询疲劳压力建议清单 |
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：
python -m scripts.smyx_adult_facial_fatigue_stress_index_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_adult_facial_fatigue_stress_index_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
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 | 📥 准备成人正面面部图像/短视频输入 | 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 | ⚙️ 执行成人面部疲劳/压力指数分析 | 调用 -m scripts.smyx_adult_facial_fatigue_stress_index_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 | 本地成人正面面部图像/短视频文件路径 | 适用于本地文件分析 |
--url | 网络成人正面面部图像/短视频 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，成人个人健康状态场景默认 other | 按需填写 |
--list | 显示成人面部疲劳/压力指数历史分析报告列表清单（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-url | API 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_adult_facial_fatigue_stress_index_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 jpg/png 图像或 mp4/avi/mov 短视频，最大 10MB；建议正面、光照均匀、无重度滤镜 |
| 🧑⚖️ 结果性质 | 评分结果仅作为个人状态参考，单次评分受光照/妆容影响较大，建议结合连续趋势查看；不替代专业医生评估 |
| 🔏 隐私合规 | 隐私合规：面部数据涉及生物特征隐私，使用前需取得本人同意，并妥善保管/加密相关图像 |
| 🚫 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
# 分析本地正面面部图像
python -m scripts.smyx_adult_facial_fatigue_stress_index_analysis --input /path/to/selfie.jpg
# 分析网络面部图像/短视频
python -m scripts.smyx_adult_facial_fatigue_stress_index_analysis --url https://example.com/selfie.jpg
# 显示历史疲劳/压力指数报告（自动触发关键词：查看疲劳压力历史报告、面部疲劳报告清单等）
python -m scripts.smyx_adult_facial_fatigue_stress_index_analysis --list
# 输出精简报告
python -m scripts.smyx_adult_facial_fatigue_stress_index_analysis --input face.jpg --detail basic
# 保存结果到文件
python -m scripts.smyx_adult_facial_fatigue_stress_index_analysis --input face.jpg --output result.json
Related skills
Using a fixed camera in the classroom or above the home desk, the system analyzes the child's (student's) facial video in real time, detecting eye closure ratio (PERCLOS — the proportion of time eyes are closed more than 80% within a unit time), head-nodding frequency (rapid downward nod followed by lift), and changes in eye-region glossiness, and computes a comprehensive fatigue index (0-100). | 通过教室或家庭书桌的固定摄像头，实时分析儿童（学生）的面部视频，检测眼部闭合比例（PERCLOS，单位时间内眼睛闭合超过80%的时间占比）、点头动作频率（头部快速下点后抬起）以及眼部区域的光泽度变化，综合计算疲劳指数（0-100）。该技能可帮助教师或家长及时发现儿童困倦状态，调整学习安排或提醒休息。
8 installs
Compute heart-rate variability trends from 30-60 seconds of facial video using a standard webcam.
11 installs
Using a fixed home camera to capture frontal facial images or short videos of the elderly, the system uses AI facial-landmark detection to analyze features such as the height difference between left/right mouth corners, the symmetry of nasolabial folds (smile lines), and the asymmetry of eyebrow lifts, and computes a facial asymmetry index (0-100%). | 通过家庭固定摄像头拍摄老年人正面面部图像或视频，利用AI面部关键点检测技术分析左右嘴角的高度差、鼻唇沟（法令纹）的对称性、眉毛抬高的差异等特征，计算面部不对称指数（0-100%）。该技能可作为脑卒中（中风）前兆的辅助筛查工具，提示家属或护理人员关注老年人是否存在面瘫、口角歪斜等神经系统异常，及时就医。
8 installs
Using fixed cameras in enterprise office areas (open-plan workstations), the system anonymously analyzes multiple employees' facial expressions (e.g., frowning, downturned mouth corners) and postures (e.g., rigid sitting, forward leaning, frequent eye rubbing), and applies a group-level stress assessment model to compute a real-time stress index for each workstation zone, generating a stress distribution heatmap of the entire. | 通过企业办公区（开放式工位）的固定摄像头，匿名分析多名员工的面部表情（如皱眉、嘴角下垂）和姿态（如僵坐、前倾、频繁揉眼），使用群体压力评估模型计算每个工位区域的实时压力指数，生成整个办公区的压力分布热力图（颜色从绿到红，绿色代表低压力，红色代表高压力）。系统定期（如每小时）生成压力热力图，用于组织健康度监测。
8 installs
Analyzes frontal-face images and videos for seven emotion dimensions with intensity scores and anomaly flags.
23 installs5 stars