Coding

Student Classroom Engagement Analysis | 学生课堂情绪参与度分析

Try it

Get a class engagement score and anonymous low-engagement seat alerts from fixed classroom camera video.

What it does

Upload a fixed-camera classroom video (mp4/avi/mov, up to 10 MB) and receive a structured analysis covering six facial expression categories (focused, confused, happy, frustrated, bored, neutral), head pose toward the podium, hand-raise counts, and a class engagement score on a 0-100 scale. The skill returns seat-grid coordinates of low-engagement and confusion hotspots plus a pseudo-color heatmap, with neutral teaching suggestions. Identity is not stored—only anonymous position cues for real-time teacher reminders.

When to use it

  • K-12 teachers adjusting pacing mid-lesson
  • Training instructors reviewing recorded lectures
  • Smart classroom or lecture-recording system integration
  • Online education sessions with student cameras on

The skill document

🏫 Student Classroom Engagement Analysis | 学生课堂情绪参与度分析

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
🏷️ 技能名称学生课堂情绪参与度分析
🎯 核心目标通过教室固定摄像头，分析学生面部表情（专注、困惑、开心、沮丧、无聊等），计算班级整体参与度评分（0-100分），并可识别出参与度较低的学生个体（不存储身份，仅用于实时提醒）。该技能可辅助教师调整教学节奏，关注学习困难学生。
🖼️ 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_CLASSROOM_ENGAGEMENT_ANALYSIS_ANALYSIS

Using a fixed classroom camera, the system analyzes students' facial expressions (focused, confused, happy, frustrated, bored, etc.), computes a class-level overall engagement score (0-100), and can identify low-engagement student positions (no identity stored — for real-time teacher reminders only). The skill helps teachers adjust teaching pace and pay attention to students having learning difficulty. Application scenarios: K-12 classrooms, training courses, online education (students must be on camera). Real-time analysis provides engagement heatmaps and abnormal alerts. Skill features: it is difficult for a teacher to monitor every student's facial state in real time. AI-assisted analysis helps teachers timely detect confusion or boredom, adjust teaching strategy, and improve quality. Can be integrated into smart-classroom systems or lecture-recording devices.

通过教室固定摄像头，分析学生面部表情（专注、困惑、开心、沮丧、无聊等），计算班级整体参与度评分（0-100分），并可识别出参与度较低的学生个体（不存储身份，仅用于实时提醒）。该技能可辅助教师调整教学节奏，关注学习困难学生。应用场景：中小学教室、培训课堂、在线教育（需拍摄学生）。系统实时分析，为教师提供参与度热力图和异常提醒。技能特点：教师难以实时关注每个学生的表情状态。通过AI辅助分析，可帮助教师及时发现学生困惑或无聊，调整教学策略，提高教学质量。该技能可集成到智慧教室系统或录播设备中。

🤖 AI 角色 | AI Role

角色要点说明
说明 1假设你是一个专业的课堂教学分析 AI。你的任务是分析教室固定摄像头的视频，检测学生的人脸表情，识别专注、困惑、开心、沮丧、无聊等情绪类别，计算班级整体参与度评分。不存储学生身份信息，仅输出群体统计和匿名化的低参与度提示（仅返回座位坐标），作为教师实时教学辅助。

🎬 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

基于教室固定摄像头视频，识别学生面部 6 类情绪（focused / confused / happy / frustrated / bored / neutral）+ 头部朝向 + 举手互动 → 输出班级群体参与度评分（0-100）→ 输出匿名低参与度座位坐标 + 困惑集中座位 + 教师实时教学建议 + 参与度热力图

2. 🛠️ 能力范围

序号具体能力
1人脸检测（不做身份关联）
26 类情绪分类
3头部姿态朝向估计（朝向讲台比例）
4举手事件计数
5教学环节推测（lecture / interaction / practice）
6座位 ROI 网格映射（row × col）
7班级整体参与度评分
8低参与度座位识别（仅返回坐标）
9困惑/沮丧热点识别
10与上一时间窗对比的趋势分析
11面向教师的中性教学建议生成
12参与度伪彩色热力图

3. ⚡ 触发条件

触发类型触发规则
✅ 默认触发默认触发：当用户提供教室固定摄像头视频 URL 或文件需要分析时，默认触发本技能进行学生课堂情绪参与度分析
🔎 明确分析意图当用户明确提及课堂参与度、学生情绪、教学反馈、智慧教室、课堂困惑、走神、举手互动等关键词，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 ：查看课堂参与度历史报告、参与度报告清单、教学情绪报告清单、查询历史课堂参与度记录、显示所有课堂情绪分析报告、显示班级参与度诊断报告，查询课堂参与度预警清单

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_classroom_engagement_analysis_analysis --list
类型要求
✅ 必须使用 python -m scripts.smyx_classroom_engagement_analysis_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📥 准备教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🔐 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⚙️ 执行学生课堂情绪参与度分析调用 -m scripts.smyx_classroom_engagement_analysis_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本地教室固定摄像头视频文件路径适用于本地文件分析
--url网络教室固定摄像头视频 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，课堂教学分析场景默认 other按需填写
--list显示学生课堂情绪参与度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-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_classroom_engagement_analysis_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：讲台对面/斜侧高位、覆盖大部分学生脸部
🔎 使用提醒在线教育场景需确保学生摄像头开启且采集合法合规
🔎 使用提醒部分日常表情（思考、记笔记低头）易被误识为"无聊"或"困惑"，建议结合短时序均值
🔎 使用提醒教学环节切换（如讲解 → 练习）期间短暂参与度下降视为正常，不应立即触发提醒
🔎 使用提醒强匿名约束：本工具禁止做人脸识别 / 学生身份绑定；禁止用于学生绩效评估、家长沟通或公开排名；禁止长期存储原始视频或可识别个人特征的数据
🔎 使用提醒合规要点：涉及未成年人，必须取得学校 + 家长双重知情同意，并明确告知用途与数据保存期限；建议由教务处统一备案
🚫 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

# 分析本地教室视频
python -m scripts.smyx_classroom_engagement_analysis_analysis --input /path/to/classroom.mp4

# 分析网络教室视频
python -m scripts.smyx_classroom_engagement_analysis_analysis --url https://example.com/classroom.mp4

# 显示历史学生课堂情绪参与度报告（自动触发关键词：查看课堂参与度历史报告、参与度报告清单等）
python -m scripts.smyx_classroom_engagement_analysis_analysis --list

# 输出精简报告
python -m scripts.smyx_classroom_engagement_analysis_analysis --input classroom.mp4 --detail basic

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

Questions people ask

Does this skill identify individual students?
No. It performs face detection and expression analysis but does not bind faces to identities or store identity data. Only anonymous seat-grid coordinates are returned for real-time teacher reminders.
What inputs are supported?
Local mp4/avi/mov video files up to 10 MB, and network URLs that the API service downloads automatically. The camera should face the podium from a slightly oblique elevated position and cover most students' faces.
Can historical reports be read from local memory?
No. Historical report lists must be fetched from the cloud API using the --list flag. Reading from local memory, long-term storage, or manual aggregation is explicitly disallowed.

Related skills

Child Separation Anxiety Detection (Pre-School Crying) | 儿童分离焦虑识别（上学前哭闹）

Using a fixed camera at the home entrance or kindergarten gate, the system analyzes pre-school videos and detects crying facial expressions (frowning, open-mouth crying, tearing), physical clinging actions (grabbing parent's clothes, hugging parent's leg, pulling door frame), and resistance behaviors (stepping back, lying on the ground), then comprehensively evaluates the separation-anxiety level (mild / moderate / severe). | 通过家庭或幼儿园门口固定摄像头，分析儿童上学前的视频，检测哭闹面部表情（皱眉、张嘴哭泣、流泪）、肢体抓拽动作（抓住家长衣服、抱住家长腿、拉扯门框）以及抗拒行为（后退、躺地）等，综合评估分离焦虑等级（轻度/中度/重度）。该技能可辅助家长和教师了解儿童情绪状态，及时进行安抚或心理疏导。

10 installs

Concentration Analysis Skill | 专注度分析技能

Real-time detection of gaze direction and facial pose to quantify states of focus, distraction, or mind-wandering. Suitable for scenarios such as classroom learning, office meetings, and driving attention monitoring. | 专注度分析技能，实时检测视线方向、面部姿态，量化专注/分心/走神状态，适用于课堂学习、办公会议、驾驶专注度监测等场景

21 installs2 stars

Child Drowsiness / Fatigue Detection | 儿童打瞌睡/疲劳检测

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

Child Focus / Distraction Period Analysis | 儿童专注度与走神时段分析

Using the camera built into a smart desk lamp or a tabletop camera, the system analyzes video of the child's study area in real time, detecting behavioral indicators such as face orientation (whether it deviates from the book/screen), eye gaze direction, and fidgeting hand actions (playing with a pen, touching the face, fiddling with objects), and computes a per-minute focus score (0-100) while recording distraction periods. The skill helps parents and teachers understand the child's learning state and optimize study habits. Application scenarios: smart study lamps, home study rooms, classrooms. The system monitors in real time, generates focus reports, and pushes alerts when focus stays persistently low. Skill features: improve learning efficiency. | 通过智能台灯内置摄像头或桌面摄像头，实时分析儿童学习区域的视频，检测面部朝向（是否偏离书本/屏幕）、眼部注视方向、手部小动作（玩笔、摸脸、摆弄物品）等行为指标，计算每分钟专注得分（0-100分），并记录走神时段。该技能可帮助家长和教师了解儿童学习状态，优化学习习惯。应用场景：智能学习台灯、家庭书房、教室。系统实时监测，生成专注度报告，当专注度持续偏低时推送提醒。技能特点：提升学习效率。

8 installs