Using a fixed camera in the child's bedroom (infrared night vision), the system continuously captures video and audio at night to analyze the child's sleep behavior. It detects rollover frequency (rollovers per minute), cries (recognizing specific cry-sound features), and sleep talk (speech during sleep), and generates a sleep-quality report. When rollovers occur too often (e.g., > 3 per hour), strong crying is detected, or sleep talk is observed, the system pushes 'possible nightmare' or 'restless sleep' alerts to the parents. Application scenarios: child bedrooms, infant rooms. The system relays night-time monitoring to help parents understand the child's sleep quality and provide timely comfort. Skill features: improve sleep. | 通过儿童床或卧室的固定摄像头（红外夜视），在夜间连续采集视频及音频，分析儿童的睡眠行为。检测翻身次数（每分钟翻身频率）、哭声（识别特定的哭声音频特征）以及梦话（检测睡眠中的语音），生成睡眠质量报告。当翻身过于频繁（如>3次/小时）、出现强烈哭声或梦话时，推送给父母'可能做噩梦'或'睡眠不安'的预警。应用场景：儿童卧室、婴儿房。系统夜间接力监测，帮助家长了解儿童睡眠质量，及时安抚。技能特点：改善睡眠。
设计与多媒体
Elderly Sleep Nightmare / Startle Detection | 老年人睡眠中间惊醒/梦魇行为识别
试用对老人夜间视频中的突然坐起、惊叫、肢体动作等行为进行识别，并生成结构化睡眠事件报告。
它能做什么
分析卧室固定摄像头（红外夜视 + 麦克风）录制的 6 小时以上夜间音视频，识别快速由躺变坐、高频短促惊叫、无目的挥臂、踢腿等事件，记录每段起止时间、时长与频次，并输出时间线、每小时事件密度、高发时段、睡眠连续性评分、行为模式分类（pure_nightmare / suspect_rbd / general_arousal / mixed / none）、四档风险信号及家属友好摘要。证据短片不超过 30 秒。技能不输出医学诊断；当出现频繁或疑似 RBD 模式时，会附神经内科或睡眠门诊就诊建议。
什么时候用它
- 居家养老夜间监护
- 养老机构睡眠行为记录
- 神经内科睡眠监测场景
- 云端历史睡眠事件报告查询
技能文档
🌙 Elderly Sleep Nightmare / Startle Detection | 老年人睡眠中间惊醒/梦魇行为识别
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 | 老年人睡眠中间惊醒/梦魇行为识别 |
| 🎯 核心目标 | 通过卧室固定摄像头（红外夜视），分析老年人夜间睡眠视频，检测突然坐起（快速从躺卧变为坐立）、惊叫声音（高频短促叫声）以及挥舞手臂（无目的性的快速手臂动作）等行为，记录发生时间、频次及持续时间。该技能可帮助家属或护理人员了解老人夜间睡眠质量，识别可能的梦魇、快速眼动期睡眠行为障碍等异常现象，为医疗评估提供参考。 |
| 🖼️ 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_NIGHTMARE_STARTLE_DETECT_ANALYSIS |
Using a fixed bedroom camera (infrared night vision + microphone), the system analyzes elderly nighttime sleep video and detects abnormal events such as sudden sitting-up (quick lying-to-sitting transition), screams (high-pitched short cries), and arm-thrashing (purposeless rapid arm movements), and records the occurrence time, frequency and duration of each event. This skill helps family members or caregivers understand the elderly person's nighttime sleep quality and identify possible nightmares or REM-sleep Behavior Disorder (RBD), providing reference data for medical evaluation. Application scenarios: home elderly care, nursing homes, neurology sleep monitoring. The system relays monitoring through the night and generates a sleep-abnormality event report. Skill features: frequent nighttime awakenings or nightmares in the elderly may be early manifestations of neurological diseases such as RBD. AI auto-recording of abnormal events provides objective data for physicians, supporting early diagnosis of Parkinson's disease and other neurodegenerative conditions. Can be integrated into smart-home cameras or elderly-care monitoring platforms as an important health-warning tool.
通过卧室固定摄像头（红外夜视），分析老年人夜间睡眠视频，检测突然坐起（快速从躺卧变为坐立）、惊叫声音（高频短促叫声）以及挥舞手臂（无目的性的快速手臂动作）等行为，记录发生时间、频次及持续时间。该技能可帮助家属或护理人员了解老人夜间睡眠质量，识别可能的梦魇、快速眼动期睡眠行为障碍等异常现象，为医疗评估提供参考。应用场景：居家养老、养老院、神经内科睡眠监测。系统夜间接力监测，生成睡眠异常事件报告。技能特点：老年人夜间频繁惊醒、梦魇可能是快速眼动期睡眠行为障碍（RBD）等神经系统疾病的早期表现。通过AI自动记录异常行为，可为医生提供客观数据，帮助早期诊断帕金森病等神经退行性疾病。该技能可集成到智能家居摄像头或养老监护平台中，成为健康预警的重要工具。
🤖 AI 角色 | AI Role
| 角色要点 | 说明 |
|---|---|
| 说明 1 | 假设你是一个专业的老年人睡眠行为监测 AI。你的任务是分析卧室固定摄像头的夜间视频（含音频），检测老年人睡眠中的异常行为，包括突然坐起、惊叫声音、无目的挥舞手臂、踢腿等。记录每次事件的起止时间、持续时长，统计夜间总频次与高发时段。不要提供医疗诊断，仅输出基于视觉和音频的行为事件统计，并在频繁或疑似 RBD 模式时附神经内科/睡眠门诊就诊建议。 |
🎬 技能演示 | Skill Demo
🎯 任务目标 | Goals
1. 🧩 技能用途
基于卧室固定摄像头（红外夜视 + 麦克风）夜间睡眠音视频（建议 ≥ 6 小时），识别异常事件（突然坐起 / 无目的挥臂 / 踢腿 / 离床 / 惊叫 / 梦呓 / 异常粗重呼吸）→ 输出事件清单 + 时间线 + 频次密度 + 高发时段 + 睡眠连续性评分 → 推断行为模式（pure_nightmare / suspect_rbd / general_arousal / mixed / none）+ 风险信号等级 + 家属友好摘要 + 神经内科/睡眠门诊就诊建议
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 人体姿态识别（躺卧 → 坐立快速切换检测 |
| 2 | < 2 秒） |
| 3 | 无目的快速挥臂识别 |
| 4 | 踢腿识别 |
| 5 | 离床检测（参考） |
| 6 | 音频惊叫识别（频谱 + 短时能量） |
| 7 | 梦呓 / 异常粗重呼吸识别（参考） |
| 8 | 事件时间线生成（含证据短片 ≤ 30 秒） |
| 9 | 每小时事件密度统计 |
| 10 | 高发时段定位（如 03:00-04:00 REM 期） |
| 11 | 睡眠连续性评分 |
| 12 | 行为模式分类 |
| 13 | 4 档风险信号（none / mild / notable / strong） |
| 14 | 家属友好摘要文本生成 |
| 15 | 专科就诊建议生成 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 默认触发：当用户提供卧室固定摄像头（红外夜视、含麦克风）夜间睡眠音视频 URL 或文件需要分析时，默认触发本技能进行老年人睡眠中间惊醒/梦魇行为识别 |
| 🔎 明确分析意图 | 当用户明确提及老人夜间惊醒、梦魇、说梦话、半夜坐起、半夜叫喊、挥臂踢腿、RBD、快速眼动行为障碍、帕金森早期、睡眠门诊等关键词，并且上传了音视频文件 |
| 📚 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 ：查看睡眠异常历史报告、夜间惊醒/梦魇报告清单、老人睡眠事件清单、查询历史睡眠异常记录、显示所有夜间异常分析报告、显示睡眠监测报告，查询睡眠异常预警清单 |
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_nightmare_startle_detect_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.smyx_elderly_nightmare_startle_detect_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 | 📥 准备卧室固定摄像头（红外夜视、含麦克风）夜间睡眠音视频输入 | 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 | ⚙️ 执行老年人睡眠中间惊醒/梦魇行为识别 | 调用 -m scripts.smyx_elderly_nightmare_startle_detect_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 | 本地卧室固定摄像头（红外夜视、含麦克风）夜间睡眠音视频文件路径 | 适用于本地文件分析 |
--url | 网络卧室固定摄像头（红外夜视、含麦克风）夜间睡眠音视频 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，老年人睡眠行为监测场景默认 other | 按需填写 |
--list | 显示老年人睡眠中间惊醒/梦魇行为识别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_elderly_nightmare_startle_detect_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 含音轨视频，最大 10MB；关键：必须红外夜视 + 麦克风音轨；时长建议 ≥ 6 小时 |
| 🔎 使用提醒 | 单次喷嚏、咳嗽、翻身、起夜如厕等正常生理活动不应计入异常事件 |
| 🔎 使用提醒 | 双人共眠时需正确归属事件到老人，避免家属/伴侣的动作被误归 |
| 🧑⚖️ 结果性质 | 红线约束：禁止输出 RBD / 帕金森病 / 阿尔茨海默病 / 睡眠呼吸暂停综合征等任何医学诊断；禁止根据本工具结果调整药物；禁止长期存储夜间原始视频 |
| 🔎 使用提醒 | 数据保管：建议仅保存事件片段证据（≤ 30 秒）+ 指标统计，原始视频流不入库 |
| 🔎 使用提醒 | 当出现 frequent 或 suspect_rbd_pattern 时，必须在摘要中附"建议尽快就诊神经内科 / 睡眠门诊进行 PSG（多导睡眠图）检查" |
| 🔏 隐私合规 | 隐私合规：卧室夜间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
# 分析本地夜间睡眠音视频
python -m scripts.smyx_elderly_nightmare_startle_detect_analysis --input /path/to/night_sleep.mp4
# 分析网络夜间睡眠音视频
python -m scripts.smyx_elderly_nightmare_startle_detect_analysis --url https://example.com/night_sleep.mp4
# 显示历史老年人睡眠中间惊醒/梦魇报告（自动触发关键词：查看睡眠异常历史报告、夜间惊醒/梦魇报告清单等）
python -m scripts.smyx_elderly_nightmare_startle_detect_analysis --list
# 输出精简报告
python -m scripts.smyx_elderly_nightmare_startle_detect_analysis --input ns.mp4 --detail basic
# 保存结果到文件
python -m scripts.smyx_elderly_nightmare_startle_detect_analysis --input ns.mp4 --output result.json
常见问题
- 需要什么样的视频输入？
- 需卧室固定摄像头（红外夜视、含麦克风音轨）的 mp4/avi/mov 文件，单次不超过 10MB，建议时长 ≥ 6 小时。
- 会给出 RBD 或帕金森病等医学诊断吗？
- 不会。技能只输出行为事件统计与就诊建议，不输出医学诊断；仅在出现频繁或疑似 RBD 模式时附神经内科或睡眠门诊 PSG 检查提示。
- 历史报告如何获取？
- 只能通过云端 API（使用 --list 参数）查询；明确禁止从本地存储或长期记忆中读取历史报告。
相关技能
Using fixed cameras (infrared night vision) in nursing-home or home bedrooms, the system continuously monitors elderly bed-exit status and activity trajectory at night. | 通过养老院或居家卧室的固定摄像头（红外夜视），夜间连续监测老年人的离床状态和活动轨迹。输出异常预警，可联动护理人员手机或护士站大屏，防止老人走失、跌倒或发生意外。
分析独居老人居家摄像头视频，识别发呆、叹气、自言自语行为，输出每日情绪风险等级。
基于红外/低照度夜间监控视频，自动识别老人离床、长时间徘徊与长时间静止等异常行为。
基于家用固定摄像头夜间视频，识别熄灯延迟与凌晨活动增多并提示作息规律异常。
Through a fixed camera (with infrared night vision) and microphone in the child's bedroom, the system analyzes pre-sleep and night-time video and audio to detect pre-sleep crying (continuous crying, calling 'Mama'), fear-of-the-dark expressions (curling up, looking around), and nightmare awakenings (sudden sitting up, trembling, screaming). | 通过儿童卧室的固定摄像头（红外夜视）及麦克风，分析儿童睡前及夜间视频，检测睡前哭闹（持续性哭声、呼喊'妈妈'）、怕黑表现（身体蜷缩、四处张望）、噩梦惊醒（突然坐起、颤抖、尖叫）等行为。当检测到上述情绪不安时，自动触发安抚动作：开启小夜灯（柔光）、播放预先录制的妈妈讲故事音频或轻柔摇篮曲。