Coding

Pet Sneeze / Cough Detection | 宠物睡眠质量分析(时长/翻滚次数)

Try it

Analyzes overnight pet camera video to output sleep duration, roll-over count, startle events, and a 0-100 quality score.

What it does

Accepts overnight video from a fixed camera above a pet bed or rest area and uses motion detection and pose recognition to distinguish sleep from wake states. It accumulates total sleep duration, counts roll-overs and position changes, detects startle-awakening events, segments deep versus light sleep, and outputs a 0-100 sleep-quality score. Reference ranges are provided for adult cats and dogs, with alert thresholds when values fall outside normal. Results return as a structured analysis report with risk hints, suggestions, and a report link; the skill does not provide medical diagnosis.

When to use it

  • Overnight home monitoring for cats or dogs
  • Senior pet (>7 years) sleep tracking
  • Animal hospital ward overnight observation
  • Boarding facility sleep reports

The skill document

😴 Pet Sleep Quality Analysis (Duration / Roll Count) | 宠物睡眠质量分析(时长/翻滚次数)

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
🏷️ 技能名称宠物睡眠质量分析(时长/翻滚次数)
🎯 核心目标通过宠物窝或休息区固定摄像头,在夜间(或宠物主要睡眠时段)持续分析视频,利用运动检测和姿态识别技术判断宠物处于静止(睡眠)或活动(觉醒)状态,累计睡眠总时长,并统计翻身次数、惊醒频次,输出睡眠质量评分(0-100分),帮助主人了解宠物的睡眠健康,识别潜在的疼痛、焦虑或疾病。应用场景:宠物家庭夜间监护、老年宠物健康管理、宠物医院住院观察、寄养中心。
🖼️ 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_SLEEP_QUALITY_ANALYSIS_ANALYSIS

AI-powered pet sleep quality analysis from a fixed bed/rest-area camera. Uses motion detection and pose recognition to distinguish sleeping vs. awake states, accumulates total sleep duration, counts roll-overs / position changes and startle-awakenings, and outputs a 0-100 sleep-quality score. Helps owners spot potential pain, anxiety, or disease early. Scenarios: home nighttime monitoring, senior pet health management, animal hospital wards, pet boarding centers.

通过宠物窝或休息区固定摄像头,在夜间(或宠物主要睡眠时段)持续分析视频,利用运动检测和姿态识别技术判断宠物处于静止(睡眠)或活动(觉醒)状态,累计睡眠总时长,并统计翻身次数、惊醒频次,输出睡眠质量评分(0-100分),帮助主人了解宠物的睡眠健康,识别潜在的疼痛、焦虑或疾病。应用场景:宠物家庭夜间监护、老年宠物健康管理、宠物医院住院观察、寄养中心。

🤖 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睡眠健康AI。你的任务是分析宠物窝/休息区固定摄像头的夜间视频,检测宠物的活动状态,统计睡眠总时长、翻身次数、惊醒频次,并输出睡眠质量评分。不要提供医疗诊断,仅输出基于视觉的睡眠指标。

🎬 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

通过夜间或主要睡眠时段视频进行宠物睡眠质量评估,输出睡眠总时长、翻身次数、惊醒频次和综合评分

2. 🛠️ 能力范围

序号具体能力
1睡眠/觉醒状态识别
2睡眠总时长累计
3翻身/姿势变换次数统计
4惊醒事件检测
5深睡/浅睡时段划分
6睡眠质量综合评分(0-100)

3. ⚡ 触发条件

触发类型触发规则
✅ 默认触发默认触发:当用户提供宠物窝/休息区夜间视频需要分析时,默认触发本技能进行睡眠质量分析
🔎 明确分析意图当用户明确需要睡眠监测时,提及睡眠质量、翻身、惊醒、夜间监测、宠物失眠、老年宠物睡眠等关键词,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 :查看历史睡眠报告、历史睡眠质量报告、睡眠报告清单、显示所有睡眠报告、查询睡眠记录

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 -m scripts.smyx_sleep_quality_analysis_analysis --list
类型要求
✅ 必须使用 python -m scripts.smyx_sleep_quality_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⚙️ 执行睡眠质量分析调用 -m scripts.smyx_sleep_quality_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本地宠物窝夜间视频文件路径适用于本地文件分析
--url网络宠物窝夜间视频 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显示睡眠质量分析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

😴 睡眠指标参考范围

指标成猫正常范围成犬正常范围异常预警
总睡眠时长(24h)12-16 小时12-14 小时<8 或 >20 小时
夜间睡眠时长(8h)5-7 小时6-8 小时<4 小时
翻身次数(夜间)3-8 次5-12 次>15 次(夜间)
惊醒次数(夜间)0-3 次0-3 次>5 次
深睡占比25%-40%20%-35%<15%

数据仅供算法基线参考;幼宠和老年宠物睡眠时长更长(可达 18-20 小时),属正常。

📊 睡眠质量评分体系

评分区间睡眠质量说明
90-100🌟 优秀睡眠充足、深睡占比高、翻身惊醒少
75-89✅ 良好整体睡眠质量较好,偶有轻度翻身
60-74⚠️ 一般翻身或惊醒偏多,建议关注环境与健康
40-59🟠 较差睡眠片段化明显,可能有焦虑或不适
0-39🔴 极差睡眠严重异常,建议就医检查

🚨 异常翻身/惊醒可能提示

异常表现可能原因
🦴 频繁翻身 + 关节部位活动关节炎、髋关节发育不良、肌肉酸痛
🐛 频繁翻身 + 抓挠/舔毛皮肤瘙痒、寄生虫、过敏
😰 频繁惊醒 + 起身张望焦虑、噪音敏感、认知功能障碍
🌡️ 频繁变换睡姿环境温度不适(过冷/过热)
💤 睡眠时长骤减疼痛、消化不良、应激事件
😴 睡眠时长骤增嗜睡、代谢性疾病、低血糖

💡 高风险群体重点关注

类别重点关注原因
老年宠物(>7岁)关节炎、认知功能障碍(CDS)高发,睡眠常异常
大型犬髋关节发育不良易致翻身困难
短鼻品种睡眠呼吸暂停风险,需观察呼吸节律
既往焦虑史易频繁惊醒
术后/疾病恢复期睡眠质量是康复重要指标

🗂️ 资源索引 | Resource Index

资源类型路径用途何时读取
🐍 必要脚本scripts/smyx_sleep_quality_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
📁 格式支持视频要求:支持 mp4/avi/mov 格式,最大 10MB;建议时长 ≥ 1 小时,最佳为整夜
🔎 使用提醒夜间拍摄需开启红外/夜视模式,确保黑暗环境下可见宠物姿态
🔎 使用提醒摄像头需固定,视角完整覆盖宠物休息区域
🧑‍⚖️ 结果性质分析结果仅供睡眠健康参考,不提供医疗诊断;持续异常建议及时就医
🔎 使用提醒老年宠物和幼宠的正常睡眠时长普遍更长,请结合个体年龄判断
🔎 使用提醒不建议使用宠物活动期作为分析时段,重点应在主要睡眠时段
🚫 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

# 分析本地夜间睡眠视频
python -m scripts.smyx_sleep_quality_analysis_analysis --input /path/to/night_sleep.mp4 --pet-type cat

# 分析网络夜间睡眠视频
python -m scripts.smyx_sleep_quality_analysis_analysis --url https://example.com/night_sleep.mp4 --pet-type dog

# 显示历史分析报告/显示报告清单列表
python -m scripts.smyx_sleep_quality_analysis_analysis --list

# 输出精简报告
python -m scripts.smyx_sleep_quality_analysis_analysis --input video.mp4 --pet-type cat --detail basic

# 保存结果到文件
python -m scripts.smyx_sleep_quality_analysis_analysis --input video.mp4 --pet-type cat --output result.json

Questions people ask

What camera setup does it require?
It expects a fixed camera with a clear, complete view of the pet's bed or rest area. Infrared or night-vision mode is recommended for dark environments, and video should cover the primary sleep period (recommended ≥1 hour, ideally overnight).
What video formats and sizes are supported?
The skill accepts mp4, avi, or mov files up to 10MB. Inputs can be local file paths or public URLs, and the API service automatically downloads URL-based resources.
Does the score include medical guidance?
No. It only outputs visual sleep indicators (duration, roll-overs, startle events, deep/light sleep ratio, 0-100 score) and general suggestions. The document explicitly states it does not provide medical diagnosis, and persistent abnormalities should be evaluated by a veterinarian.

Related skills

AI-powered non-contact pet respiratory rate monitoring at rest. Detects thoracic-abdominal motion via a fixed camera, calculates breaths-per-minute, and compares against species/body-size resting norms; triggers early-warning when abnormal (e.g. dog >30 bpm, cat >40 bpm, or <8 bpm). Helps detect cardiopulmonary, respiratory or heat-stress risks early. Scenarios: home night monitoring, animal hospital wards, pet boarding centers. | 通过宠物窝或休息区固定摄像头,在宠物静息状态下分析其胸腹部起伏运动,自动计算呼吸频率(次/分钟),并与该物种/体型的正常静息呼吸范围进行对比;若检测到呼吸过快(如犬>30次/分钟,猫>40次/分钟)或过慢(<8次/分钟),则输出健康预警,建议主人观察或就医。有助于早期发现呼吸系统、心脏或热应激等潜在问题。应用场景:宠物家庭夜间监护、宠物医院住院部、宠物寄养中心。

9 installs

Identifies sleep stages including falling asleep, light sleep, deep sleep, and REM; monitors body movement, nighttime awakenings, and sleep apnea, suitable for sleep monitoring scenarios. | 睡眠质量分析技能,识别入睡、浅睡、深睡、快速眼动阶段,监测体动、夜间觉醒、睡眠呼吸暂停,适用于睡眠监测场景

22 installs4 stars

AI-powered pet social interaction analysis for multi-pet households. Uses pose recognition and behavior classification to detect cat-cat, dog-dog, and cat-dog interactions—sniffing, chasing, biting, fleeing, hiding, playing—then records duration, frequency, initiator and receiver to generate a social-behavior report. Helps owners understand pet relationships, spot aggression or stress sources, and promote harmonious cohabitation. Scenarios: multi-pet homes, pet boarding centers, pet daycare, animal behavior clinics. | 通过多宠家庭固定摄像头,分析宠物之间(猫-猫、狗-狗、猫-狗等)的互动视频,利用姿态识别和行为分类模型检测嗅闻、追逐、撕咬、逃跑、躲避、玩耍等行为类型,记录每种行为的持续时间、频次以及发起者,生成社交行为报告。帮助主人了解宠物间的社交关系,识别潜在的攻击行为或压力源,促进多宠和谐共处。应用场景:多宠家庭(多猫/多狗/猫狗混养)、宠物寄养中心、宠物日托班、宠物行为诊所。

9 installs