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
⚠️ 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.md、MEMORY.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：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
- 能力包含：火焰检测、烟雾识别、位置标定、置信度评估、火情等级判断
- 适用场景：工业园区消防安全、森林火情监测、仓库/机房防火预警、住宅小区消防监控
- 支持检测：明火火焰、早期烟雾
- 触发条件:
- 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
- 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
- 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
- 自动行为：
- 如果用户上传了附件或者视频/图片文件，则自动保存到技能目录下 attachments
- ⚠️ 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"查看所有检测报告"、"显示历史火情记录"、"
查看历史报告"等），必须：- 直接使用
python -m scripts.fire_detection_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
- 直接使用
前置准备
- 依赖说明:scripts 脚本所需的依赖包及版本
requests>=2.28.0
检测要求（获得准确结果的前提）
为了获得准确的火情检测，请确保：
- 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
操作步骤
🔒 open-id 获取流程控制（强制执行，防止遗漏）
在执行火情检测分析前，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、fire123、safety456 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（用于保存和查询检测报告记录），并询问是否继续
- 标准流程:
- 准备监控图片/视频输入
- 提供本地文件路径或网络 URL
- 覆盖重点防火区域
- 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
- 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） - 参数说明:
--input: 本地图片/视频文件路径（使用 multipart/form-data 方式上传）--url: 网络图片/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）--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）
- 调用
- 查看分析结果
- 接收结构化的火情检测分析报告
- 包含：输入基本信息、检测到的火情区域数量、火焰/烟雾判断、置信度、火情等级、应急建议
- 准备监控图片/视频输入
资源索引
- 必要脚本：见 scripts/fire_detection_analysis.py(用途：调用 API 进行火情检测分析，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：jpg/jpeg/png/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
- 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"、"检测区域"、"火情等级"、"检测时间"、"点击查看"五列，其中"报告名称"列使用火情检测报告-{记录id}形式拼接, "
点击查看"列使用
[🔗 查看报告](reportImageUrl)
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 | 检测区域 | 火情等级 | 检测时间 | 点击查看 |
|----------|----------|----------|----------|----------|
| 火情检测报告 -20260329000500001 | 东仓库 | 无火情 | 2026-03-29 00:
05 | 🔗 查看报告 |
使用示例
# 检测本地监控图片（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.fire_detection_analysis --input /path/to/monitor.jpg --open-id openclaw-control-ui
# 检测本地监控视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.fire_detection_analysis --input /path/to/camera.mp4 --open-id openclaw-control-ui
# 检测网络图片/视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.fire_detection_analysis --url https://example.com/camera.jpg --open-id openclaw-control-ui
# 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 --open-id openclaw-control-ui
# 输出精简报告
python -m scripts.fire_detection_analysis --input camera.jpg --open-id your-open-id --detail basic
# 保存结果到文件
python -m scripts.fire_detection_analysis --input camera.jpg --open-id your-open-id --output result.json
