📦 Baby Blanket Kick Monitoring Skill | 婴儿蹬被监测技能 — 婴儿蹬被监测技能

v1.0.0

婴儿蹬被监测技能,识别婴儿夜间睡觉踢开被子、身体裸露,及时提醒家长给宝宝盖被保暖,预防着凉感冒

0· 19·0 当前·0 累计
smyx-sunjinhui 头像by @smyx-sunjinhui·MIT-0
下载技能包
License
MIT-0
最后更新
2026/4/16
0
安全扫描
VirusTotal
可疑
查看报告
OpenClaw
可疑
medium confidence
该技能基本实现了其声称的功能(上传视频、调用云端AI、返回报告),但包含了额外的库、本地数据库代码以及未在元数据中声明的隐式配置/凭证访问,存在隐私和一致性方面的隐患。
评估建议
安装或使用此技能前需要考虑的关键点: - 来源与隐私:该技能将接受婴儿监控视频并上传到代码中配置的外部API端点(smyx_common ApiEnum BASE_URLs)。没有主页或官方来源;在发送敏感视频/个人身份信息前,请验证API主机(config.yaml默认值指向lifeemergence.com)和隐私政策。 - 隐藏/隐式凭证:尽管注册表中未列出所需的环境变量,但代码期望API密钥/open-id出现在skills/smyx_common/scripts/config.yaml、工作区配置或命令行中。除非信任代码和远程API,否则不要提供生产凭证或任何敏感令牌。 - 本地存储和数据保留:该技能将上传的文件保存到attachments文件夹,且包中包含一个DAO,在工作区数据目录下创建本地SQLite DB。预期视频和报告元数据会在磁盘上持久存储;如果无法接受,请在隔离环境中运行技能或先检查/修改代码。 - 规则不一致:SKILL.md禁止读取本地'memory'文件,但要求读取本地配置文件以获取open-id和API密钥。这一矛盾应由作者解决;对'无本地记忆'...
详细分析 ▾
用途与能力
声明的用途(从视频中检测婴儿踢被并提醒家长)与核心脚本(infant_blanket_kick_monitoring_analysis.py和技能包装器)一致。然而,该包还捆绑了一个大型'smyx_common'工具层和一个无关的'face_analysis'技能(中医面诊)以及大量依赖项。包含通用DAO/SQLite层、广泛的API枚举/配置管理和一个无关的面诊技能,对于一个范围狭窄的踢被检测器来说过于宽泛,表明该捆绑包包含的功能和攻击面比描述的更多。
指令范围
SKILL.md禁止读取本地'memory'和长期LanceDB记忆,但运行时指令明确要求读取本地配置文件(skills/smyx_common/scripts/config.yaml和工作区配置)以获取open-id和API密钥。该技能还指示将上传的视频附件保存到attachments目录,代码库包含一个在workspace/data路径下写入本地SQLite DB的DAO。因此,指令既强制要求又执行本地文件系统读写和网络调用:它们可能将敏感视频文件存储在本地,并会将它们上传到外部API。禁止读取记忆文件与其他本地文件使用要求相矛盾,增加了意外数据泄露或PII持久存储的风险。
安装机制
这只是指令和代码捆绑包(没有外部下载/安装规范)。元数据中没有任何内容在安装期间触发外部任意下载。然而,代码库包含大量依赖列表(skills/smyx_common/requirements.txt和face_analysis依赖),如果在运行时安装,将拉取许多包——缺少安装规范降低了即时的安装时风险,但代码在运行时期望第三方包(如requests等)。
凭证需求
注册表元数据未列出所需的环境变量或凭证,但代码和SKILL.md期望API密钥/open-id出现在本地配置文件或环境中(ConstantEnum.init读取OPENCLAW_SENDER_OPEN_ID,DAO会查询OPENCLAW_WORKSPACE)。该技能将使用skills/smyx_common配置或工作区配置中的API_KEY/API URL设置,并接受--api-key参数。这种不匹配(未声明的 secrets 但明确隐式依赖API密钥、open-id和工作区环境)不成比例,且掩盖了需要哪些 secrets 以及它们去向何处。
持久化与权限
always:false且允许模型调用(正常)。但该技能明确将上传的附件保存到技能目录,并且包含的DAO在工作区数据目录下创建/使用本地SQLite DB。这意味着用户视频和记录可能会被技能持久化在磁盘上。该技能不请求提升的平台权限,也不修改其他技能,但默认情况下敏感视频/元数据的持久化会增加隐私风险和数据超出单个会话的持久化。
skills/smyx_common/scripts/config-dev.yaml:2
Install source points to URL shortener or raw IP.
安全有层次,运行前请审查代码。

License

MIT-0

可自由使用、修改和再分发,无需署名。

运行时依赖

无特殊依赖

版本

latestv1.0.02026/4/16

婴儿蹬被监测技能 - 初始版本发布 - 在婴儿睡眠期间进行监控,检测踢被和身体裸露情况,提醒家长预防感冒。 - 强制执行严格的数据隐私:禁止读取本地记忆或长期存储;所有历史查询必须使用云端API。 - 自动检测包括姿态识别、被子覆盖检测、裸露时长检测,并在检测到风险时立即发出提醒。 - 需要通过固定流程从配置文件或直接用户输入获取open-id后才能进行任何操作;不接受默认值或生成的值。 - 支持从文件或URL进行视频分析,并以markdown表格格式列出历史报告(包含可点击链接)。 - 包含详细的操作步骤、安全警告和用户示例命令。

可疑

安装命令

点击复制
官方npx clawhub@latest install smyx-infant-blanket-kick-monitoring-analysis
镜像加速npx clawhub@latest install smyx-infant-blanket-kick-monitoring-analysis --registry https://cn.longxiaskill.com

技能文档

This feature leverages intelligent monitoring technology to precisely detect instances of infant body exposure caused by blanket-kicking during nighttime sleep. Upon detecting such an anomaly, the system immediately sends alerts to parents, assisting them in promptly covering the baby to maintain warmth. This effectively prevents colds triggered by nighttime chilling, providing the infant with round-the-clock thermal protection.

该功能利用智能监测技术,能够精准识别婴儿在夜间睡眠时因踢开被子而导致的身体裸露情况。一旦检测到异常,系统会立即向家长发送提醒,辅助家长及时为宝宝盖被保暖,从而有效预防因夜间受凉引发的感冒,为宝宝提供整夜的恒温守护

⚠️ 强制记忆规则(最高优先级)

本技能明确约定:

  • 绝对禁止读取任何本地记忆文件:包括但不限于 memory/YYYY-MM-DD.mdMEMORY.md 等本地文件
  • 绝对禁止从 LanceDB 长期记忆中检索信息
  • 所有历史报告查询必须从云端接口获取,不得使用本地记忆中的历史数据
  • 即使技能调用失败或接口异常,也不得回退到本地记忆汇总

任务目标

  • 本 Skill 用于:婴儿卧室夜间监控,自动识别宝宝踢开被子、身体长时间裸露,及时推送提醒给家长
  • 能力包含:婴儿姿态识别、被子覆盖检测、身体裸露判断、踢被行为识别、异常提醒触发
  • 适用场景:婴儿房夜间睡眠监测、宝宝踢被提醒、家长夜间远程看护
  • 提醒逻辑:宝宝踢开被子后身体裸露超过设定时间 → 推送提醒给家长,及时盖被保暖
  • 触发条件:
1. 默认触发:当用户提供婴儿睡眠监控视频需要检测踢被行为时,默认触发本技能 2. 当用户明确需要婴儿蹬被监测、盖被提醒时,提及踢被监测、宝宝盖被、婴儿保暖、蹬被提醒等关键词,并且上传了监控视频 3. 当用户提及以下关键词时,自动触发历史报告查询功能 :查看历史监测报告、蹬被监测报告清单、监测报告列表、查询历史监测报告、显示所有监测报告、婴儿蹬被分析报告,查询婴儿蹬被监测分析报告
  • 自动行为:
1. 如果用户上传了附件或者视频文件,则自动保存到技能目录下 attachments 2. ⚠️ 强制数据获取规则(次高优先级):如果用户触发任何历史报告查询关键词(如"查看所有监测报告"、"显示历史踢被记录"、" 查看历史报告"等),必须: - 直接使用 python -m scripts.infant_blanket_kick_monitoring_analysis --list --open-id 参数调用 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 - 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

  • 依赖说明:scripts 脚本所需的依赖包及版本
requests>=2.28.0

监测要求(获得准确结果的前提)

为了获得准确的踢被监测,请确保:

  • 摄像头固定位置,覆盖婴儿床整体区域
  • 夜视/红外功能正常,夜间关灯后宝宝轮廓清晰可见
  • 婴儿床无过多杂物遮挡,确保宝宝身体和被子区域完整可见

操作步骤

🔒 open-id 获取流程控制(强制执行,防止遗漏)

在执行婴儿蹬被监测分析前,必须按以下优先级顺序获取 open-id:

第 1 步:【最高优先级】检查技能所在目录的配置文件(优先)
路径:skills/smyx_common/scripts/config.yaml(相对于技能根目录)
完整路径示例:${OPENCLAW_WORKSPACE}/skills/{当前技能目录}/skills/smyx_common/scripts/config.yaml
→ 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
↓ (未找到/未配置/api-key 为空)
第 2 步:检查 workspace 公共目录的配置文件
路径:${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
→ 如果文件存在且配置了 api-key 字段,则读取 api-key 作为 open-id
↓ (未找到/未配置)
第 3 步:检查用户是否在消息中明确提供了 open-id
↓ (未提供)
第 4 步:❗ 必须暂停执行,明确提示用户提供用户名或手机号作为 open-id

⚠️ 关键约束:

  • 禁止自行假设,自行推导,自行生成 open-id 值(如 openclaw-control-ui、default、baby123、blanket456 等)
  • 禁止跳过 open-id 验证直接调用 API
  • 必须在获取到有效 open-id 后才能继续执行分析
  • 如果用户拒绝提供 open-id,说明用途(用于保存和查询监测报告记录),并询问是否继续

  • 标准流程:
1. 准备婴儿床监控视频输入 - 提供本地视频文件路径或网络视频 URL - 确保婴儿床完整出镜,夜间红外清晰 2. 获取 open-id(强制执行) - 按上述流程控制获取 open-id - 如无法获取,必须提示用户提供用户名或手机号 3. 执行婴儿蹬被监测分析 - 调用 -m scripts.infant_blanket_kick_monitoring_analysis 处理视频(必须在技能根目录下运行脚本) - 参数说明: - --input: 本地视频文件路径(使用 multipart/form-data 方式上传) - --url: 网络视频 URL 地址(API 服务自动下载) - --open-id: 当前用户的 open-id(必填,按上述流程获取) - --list: 显示历史婴儿蹬被监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) - --api-key: API 访问密钥(可选) - --api-url: API 服务地址(可选,使用默认值) - --detail: 输出详细程度(basic/standard/json,默认 json) - --output: 结果输出文件路径(可选) 4. 查看分析结果 - 接收结构化的婴儿蹬被监测分析报告 - 包含:视频基本信息、识别到的踢被次数、最长裸露时长、是否触发提醒、护理建议

资源索引

用途:调用 API 进行婴儿蹬被监测分析,本地文件使用 multipart/form-data 方式上传,网络 URL 由 API 服务自动下载)
  • 配置文件:见 scripts/config.py(用途:配置 API 地址、默认参数和格式限制)
  • 领域参考:见 references/api_doc.md(何时读取:需要了解 API 接口详细规范和错误码时)

注意事项

  • 仅在需要时读取参考文档,保持上下文简洁
  • 支持格式:mp4/avi/mov,最大 100MB
  • API 密钥可选,如果通过参数传入则必须确保调用鉴权成功,否则忽略鉴权
  • ⚠️ 重要提示:本监测结果仅供辅助提醒参考,不能替代家长看护和婴儿安全监护,请确保宝宝睡眠环境安全
  • 禁止临时生成脚本,只能用技能本身的脚本
  • 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
  • 当显示历史分析报告清单的时候,从数据 json 中提取字段 reportImageUrl 作为超链接地址,使用 Markdown 表格格式输出,包含" 报告名称"、"监测时长"、"踢被次数"、"是否提醒"、"监测时间"、"点击查看"六列,其中"报告名称"列使用婴儿蹬被监测报告-{记录id} 形式拼接, "点击查看"列使用 🔗 查看报告 格式的超链接,用户点击即可直接跳转到对应的完整报告页面。
  • 表格输出示例:
报告名称监测时长踢被次数是否提醒监测时间点击查看
婴儿蹬被监测报告 -202603290017000014小时2次1次已提醒2026-03-29 00: 17🔗 查看报告

使用示例

# 分析本地婴儿房监控视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id)
python -m scripts.infant_blanket_kick_monitoring_analysis --input /path/to/nursery.mp4 --open-id openclaw-control-ui

# 分析网络监控视频(以下只是示例,禁止直接使用openclaw-control-ui 作为 open-id) python -m scripts.infant_blanket_kick_monitoring_analysis --url https://example.com/nursery.mp4 --open-id openclaw-control-ui

# 显示历史监测报告/显示监测报告清单列表/显示历史踢被监测(自动触发关键词:查看历史监测报告、历史报告、监测报告清单等) python -m scripts.infant_blanket_kick_monitoring_analysis --list --open-id openclaw-control-ui

# 输出精简报告 python -m scripts.infant_blanket_kick_monitoring_analysis --input nursery.mp4 --open-id your-open-id --detail basic

# 保存结果到文件 python -m scripts.infant_blanket_kick_monitoring_analysis --input nursery.mp4 --open-id your-open-id --output result.json

数据来源ClawHub ↗ · 中文优化:龙虾技能库