Design & media

Elderly Loneliness / Depression-Tendency Behavior Analysis | 老年人孤独/抑郁倾向行为分析

Try it

Detects dazing, sighing, and self-talking in solo-elderly home camera videos and outputs a daily emotional-risk level.

What it does

Analyzes fixed home-camera footage of solo-living elderly to detect three behavioral indicators during alone time: dazing (≥10s of motionless gaze with no purposeful action), sighing (rapid chest rise-and-fall with audible expiration), and self-talking (mouth movement without a conversation partner). It counts frequency and duration, compares against a 7–14 day personal baseline, and outputs a low/medium/high emotional-risk level with reminders for family or community workers when risk is medium or high. Historical reports can be retrieved through a cloud API.

When to use it

  • Daily monitoring of a solo-living parent from a family dashboard
  • Emotional-risk screening in nursing homes or community daycare centers
  • Retrieving an elder's historical emotional-risk reports
  • Integrating into home-care cameras or community health platforms

The skill document

🧓 Elderly Loneliness / Depression-Tendency Behavior Analysis | 老年人孤独/抑郁倾向行为分析

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
🏷️ 技能名称老年人孤独/抑郁倾向行为分析
🎯 核心目标通过独居老人在家中的固定摄像头（如客厅、卧室），分析日常视频，检测独处期间的消极行为指标：发呆（长时间静止注视，缺乏目的性动作）、叹气（胸部快速起伏伴呼气声）、自言自语（口部活动但无对话对象）等。该技能可辅助家属或社区工作者了解老人心理状态，及时进行情感关怀或心理干预。
🖼️ 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_ELDERLY_LONELINESS_DEPRESSION_ANALYSIS

Using fixed cameras at home (living room, bedroom) of elderly people living alone, the system analyzes daily videos and detects negative behavior indicators during solo time: dazing (long-duration motionless gazing without purposeful action), sighing (rapid chest rise-and-fall with audible expiration), and self-talking (mouth movement without any conversation partner). It counts the frequency and duration of these behaviors and comprehensively evaluates the elder's emotional risk level (low / medium / high). The skill assists family members or community workers in understanding the elder's mental state and timely providing emotional care or psychological intervention. Application scenarios: homes of solo-living elders, nursing homes, community daycare centers. The system generates a daily emotional-risk report; when the risk level is 'medium' or 'high', it pushes reminders. Skill features: loneliness and depression in the elderly are common mental-health issues, and early behavioral signals are often overlooked. AI automatic monitoring of dazing / sighing / self-talking helps family members detect mental abnormalities early, intervene promptly, and improve the elder's quality of life. Can be integrated into home-care cameras or community health-management platforms.

通过独居老人在家中的固定摄像头（如客厅、卧室），分析日常视频，检测独处期间的消极行为指标：发呆（长时间静止注视，缺乏目的性动作）、叹气（胸部快速起伏伴呼气声）、自言自语（口部活动但无对话对象）等。统计这些行为的发生频次和持续时间，综合评估老年人潜在的情绪风险等级（低/中/高）。该技能可辅助家属或社区工作者了解老人心理状态，及时进行情感关怀或心理干预。应用场景：独居老人家庭、养老院、社区日间照料中心。系统每日生成情绪风险报告，当风险等级为'中'或'高'时推送提醒。技能特点：老年人孤独和抑郁是常见的心理健康问题，早期行为信号常被忽视。通过AI自动监测发呆、叹气、自言自语等行为，可辅助家属及早发现心理异常，及时干预，提高老年人生活质量。该技能可集成到居家养老摄像头或社区健康管理平台中。

🤖 AI 角色 | AI Role

角色要点说明
说明 1假设你是一个专业的老年人心理健康监测 AI。你的任务是分析固定摄像头拍摄的日常视频，检测老年人在独处期间的特定行为：发呆（连续注视某处超过 10 秒且无肢体活动）、叹气（胸腹部快速起伏伴呼吸音）、自言自语（口部开合但无对话对象）。统计这些行为的发生频次和持续时间，综合评估情绪风险等级。不要提供医疗诊断或心理量表评分，仅输出基于视觉和行为统计的风险提示。

🎬 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

基于独居老人客厅/卧室固定摄像头视频（可选麦克风），识别独处期间的消极行为指标 → 统计频次/累计时长 → 与个人基线对比 → 综合输出情绪风险等级（低/中/高）+ 友好提醒

2. 🛠️ 能力范围

序号具体能力
1人体检测与独处时间窗口判定（画面中仅有老人本人）
2发呆事件识别（连续静止注视 ≥ 10s 且无肢体活动）
3叹气事件识别（胸腹快速起伏 + 可选呼气声）
4自言自语识别（口部活动 + 无对话对象 + 可选低音量语音）
5社交互动时长统计（反向指标）
6卧床时长（参考指标）
7与个人 7-14 天基线对比
8连续异常天数累计
9风险等级综合判定
10家属/社工友好提醒文本生成

3. ⚡ 触发条件

触发类型触发规则
✅ 默认触发默认触发：当用户提供独居老人活动区域固定摄像头视频 URL 或文件需要分析时，默认触发本技能进行孤独/抑郁倾向行为分析
🔎 明确分析意图当用户明确提及老年人孤独、独居老人抑郁、发呆、叹气、自言自语、心理关怀、情绪低落、社区养老健康等关键词，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 ：查看老人孤独/抑郁历史报告、情绪风险报告清单、独居老人心理报告清单、查询历史情绪风险记录、显示所有老人孤独行为报告、显示养老心理健康诊断报告，查询情绪风险预警清单

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_elderly_loneliness_depression_analysis --list
类型要求
✅ 必须使用 python -m scripts.smyx_elderly_loneliness_depression_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📥 准备独居老人活动区域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⚙️ 执行老年人孤独/抑郁倾向行为分析调用 -m scripts.smyx_elderly_loneliness_depression_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本地独居老人活动区域固定摄像头视频文件路径适用于本地文件分析
--url网络独居老人活动区域固定摄像头视频 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，老年人心理健康监测场景默认 other按需填写
--list显示老年人孤独/抑郁倾向行为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_elderly_loneliness_depression_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：必须能看到老人上半身与面部
🔎 使用提醒老人看电视/看书/打盹与"发呆"在视觉上易混淆，建议结合时长 + 周期性运动 + 面部表情综合判定
🔎 使用提醒多代同堂、保姆陪护等场景需启用"独处时间窗口"过滤，否则会低估孤独风险
🔎 使用提醒本工具不构成抑郁症筛查工具，不替代 GDS-15 / PHQ-9 / 心理咨询师评估
🔏 隐私合规隐私合规：独居老人家庭视频涉及高度敏感个人隐私，使用前需取得老人本人明确知情同意，妥善加密保管；建议优先采用人体轮廓 + 面部马赛克模式
🚫 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

# 分析本地独居老人活动区域视频
python -m scripts.smyx_elderly_loneliness_depression_analysis --input /path/to/livingroom.mp4

# 分析网络独居老人活动区域视频
python -m scripts.smyx_elderly_loneliness_depression_analysis --url https://example.com/livingroom.mp4

# 显示历史老年人孤独/抑郁倾向行为报告（自动触发关键词：查看老人孤独/抑郁历史报告、情绪风险报告清单等）
python -m scripts.smyx_elderly_loneliness_depression_analysis --list

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

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

Questions people ask

Is this a medical depression screening tool?
No. The document explicitly states it does not replace GDS-15, PHQ-9, or professional psychological evaluation; it only provides behavior-based risk hints.
What video format and content do I need to provide?
Supported formats are mp4, avi, and mov, up to 10MB, and the footage must clearly show the elder's upper body and face.
Where do historical reports come from?
Historical reports are read exclusively from the cloud API via the --list flag; they are not assembled from local memory or prior conversation history.

Related skills

Elderly Loneliness Detection & Warm Companionship | 独居老人孤独情绪识别与温暖陪伴

Using a fixed camera in the home of a solitary-living elderly person or in a private nursing-home room, the system analyzes daily activity video and detects loneliness-related behaviors: prolonged solitude (no social interaction), static gazing (long-time fixation with no purposeful activity), sighing (rapid chest/abdomen rise-fall with exhale), and talking-to-self (mouth activity with no conversation partner). | 通过独居老人家中或养老院单人房的固定摄像头，分析老人日常行为视频，检测孤独相关行为：长时间独处（无社交互动）、静止发呆（长时间凝视一处无目的活动）、叹气（胸腹快速起伏伴呼气）、自言自语（口部活动但无对话对象）等。

7 installs

Elderly Long-Term Immobility Monitoring (>12h) | 老年人长期静止（超12小时）监测

Using fixed cameras in multiple zones of a solo-living elder's home (living room, bedroom, kitchen, bathroom, etc.), the system continuously analyzes the video streams to detect human activity (movement, limb actions, gestures, etc.). If no activity is detected within a configured time window (default 12 hours), the system outputs a 'long-term no activity' alert and can notify emergency contacts via app or phone. | 通过独居老人家中的多个区域（客厅、卧室、厨房、卫生间等）固定摄像头，连续分析视频流，检测人体活动（包括移动、肢体动作、手势等）。若在设定的时间窗口内（默认12小时）未检测到任何活动，则输出'长期无活动'预警，并可通过APP或电话通知紧急联系人。

9 installs

Anxiety-Related Behavior Recognition (Hand-rubbing / Nail-biting / Pacing) | 焦虑症相关行为（搓手、咬指甲、来回踱步）识别

Using a fixed camera at home or in the office, the system analyzes daily videos of an individual (e.g., adult, adolescent) and detects anxiety-related behaviors: hand rubbing (repeated rubbing of both hands), nail biting (hand approaching mouth with biting motion), and pacing (repeated back-and-forth walking in a small area). | 通过家庭或办公室的固定摄像头，分析个体（如成人、青少年）的日常行为视频，检测手部搓揉（双手反复摩擦）、指甲啃咬（手部靠近嘴部并有啃咬动作）、来回踱步（在狭小区域内反复折返行走）等焦虑相关行为。系统实时监测，当焦虑行为指数超过阈值时推送提醒（如'您今日焦虑行为较多，建议进行放松练习'）。

7 installs