对视频或图片中的火焰与烟雾进行检测,输出包含异常位置的结构化预警报告。
设计与多媒体
Fire & Smoke Detection Skill | 火情烟雾检测技能
试用Real-time detection of flames and smoke in video and image scenes. Suitable for fire early warning in industrial parks, forests, warehouses, and other locations. | 火情烟雾检测技能,实时检测视频/图片场景中的火焰、烟雾,适用于工业园区、森林、仓库等场所火情预警
它能做什么
Real-time detection of flames and smoke in video and image scenes. Suitable for fire early warning in industrial parks, forests, warehouses, and other locations. | 火情烟雾检测技能,实时检测视频/图片场景中的火焰、烟雾,适用于工业园区、森林、仓库等场所火情预警
技能文档
This capability supports real-time detection of flames and smoke in video streams or images, making it suitable for high fire-risk locations such as industrial parks, forests, and warehouses. Based on color features, dynamic texture analysis, and smoke diffusion models, the system can rapidly identify early-stage fire conditions while filtering out interferences like lighting changes and steam. Once an anomaly is detected, it immediately triggers local audio-visual alarms and pushes remote warning messages, facilitating second-level discovery and rapid response to fire incidents, effectively reducing the risk of fire spread.
本技能支持对视频流或图片中的火焰、烟雾进行实时检测,适用于工业园区、森林、仓库等高火险场所。系统基于颜色特征、动态纹理与烟雾扩散模型,能够快速识别早期火情并排除光照、蒸汽等干扰。一旦检测到异常,立即触发本地声光报警并远程推送预警信息,助力实现火情的秒级发现与快速处置,有效降低火灾蔓延风险。
🔥 Fire & Smoke Detection Skill | 火情烟雾检测技能
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 | 火情烟雾检测技能 |
| 🎯 核心目标 | 火情烟雾检测技能,实时检测视频/图片场景中的火焰、烟雾,适用于工业园区、森林、仓库等场所火情预警 |
| 🖼️ 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 | FIRE_DETECTION |
🎬 技能演示 | Skill Demo
🎯 任务目标 | Goals
1. 🧩 技能用途
检测图片/视频场景中的火情,识别火焰和烟雾,及时发出预警
2. 🛠️ 能力范围
| 序号 | 具体能力 |
|---|---|
| 1 | 火焰检测 |
| 2 | 烟雾识别 |
| 3 | 位置标定 |
| 4 | 置信度评估 |
| 5 | 火情等级判断 |
3. ⚡ 触发条件
| 触发类型 | 触发规则 |
|---|---|
| ✅ 默认触发 | 默认触发:当用户提供监控视频/图片需要检测火情烟雾时,默认触发本技能 |
| 🔎 明确分析意图 | 当用户明确需要火情检测、火灾预警时,提及火焰检测、烟雾识别、火情预警、火灾检测等关键词,并且上传了视频/图片 |
| 📚 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 :查看历史检测报告、火情检测报告清单、检测报告列表、查询历史检测报告、显示所有检测报告、火情分析报告,查询火情检测分析报告 |
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.fire_detection_analysis --list
| 类型 | 要求 |
|---|---|
| ✅ 必须 | 使用 python -m scripts.fire_detection_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
📸 检测要求 | Detection Requirements
| 要求项 | 说明 |
|---|---|
| 监控画面清晰 | ,尽量覆盖容易起火的重点区域 |
| 避免大面积遮挡 | ,保证疑似火源区域完整可见 |
| 支持白天和夜间红外监控,确保人形/火源轮廓可见 | 支持白天和夜间红外监控,确保人形/火源轮廓可见 |
🚀 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 | 📥 准备监控图片/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 | ⚙️ 执行火情检测分析 | 调用 -m scripts.fire_detection_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 | 本地图片/视频文件路径 | 适用于本地文件分析 |
--url | 网络图片/视频 URL 地址(API 服务自动下载) | API 服务自动下载网络资源 |
--list | 显示历史火情检测分析报告列表清单(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/fire_detection_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 | 支持格式:jpg/jpeg/png/mp4/avi/mov,最大 10MB |
| 🧑⚖️ 结果性质 | ⚠️ 重要提醒:本检测结果仅供安防预警参考,发现火情报警请立即拨打火警电话,由专业人员现场确认处置 |
| 🚫 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 | 传入的网路地址参数,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
# 检测本地监控图片
python -m scripts.fire_detection_analysis --input /path/to/monitor.jpg
# 检测本地监控视频
python -m scripts.fire_detection_analysis --input /path/to/camera.mp4
# 检测网络图片/视频
python -m scripts.fire_detection_analysis --url https://example.com/camera.jpg
# 显示历史检测报告/显示检测报告清单列表/显示历史火情检测(自动触发关键词:查看历史检测报告、历史报告、检测报告清单等)
python -m scripts.fire_detection_analysis --list
# 输出精简报告
python -m scripts.fire_detection_analysis --input camera.jpg --detail basic
# 保存结果到文件
python -m scripts.fire_detection_analysis --input camera.jpg --output result.json
相关技能
用计算机视觉自动识别视频流、图片、视频文件中的吸烟行为,并触发违规预警。
对视频流或图片中的人、车、非机动车、宠物、包裹五类目标进行检测与定位,输出结构化分析报告。
Detects the presence of delivery packages within the target surveillance area; suitable for inventory checks and unattended alerts at community stations, residential entrances, and office building lobbies. | 包裹检测技能,检测目标监控区域内是否出现快递包裹,适用于社区驿站、小区门口、写字楼前台快递盘点和无人值守提醒
Using a fixed kitchen camera (must be able to capture the stove area), the system analyzes video in real time to detect whether there is human activity in the kitchen area, and at the same time identifies stove flames or heat sources (e.g., thermal/infrared features) to determine whether the gas stove is on. | 通过厨房固定摄像头(需能拍摄到灶台区域)实时分析视频,检测厨房区域内是否有人体活动,同时识别灶台火焰或热源(如红外特征)以判断燃气灶是否处于开启状态。当检测到厨房无人连续超过预设时间(默认10分钟)且灶火仍处于开启状态时,输出'忘关火'预警,可联动智能燃气阀自动关闭阀门,并推送提醒至家属或护理人员手机,预防火灾和燃气泄漏事故。
Automatically detects personnel in target areas based on computer vision. Supports real-time video stream detection and is suitable for monitoring personnel access in parks, offices, and restricted areas. | 区域人形检测技能,基于计算机视觉自动检测目标区域内出现的人员,支持视频流实时检测,适用于园区、办公室、禁入区域等人员出入监测场景