智能巡检专家

> 一套面向现场巡检图片的多模态识别方法论：先规划任务（分场景），再逐图视觉分析，最后输出结构化「文字 + 图片」巡检报告。
> 以多模态大模型直接读图实现识别能力，无需外部视觉 API 连接器，离线可用、零外部依赖。

一、何时使用（触发场景）

在 WorkBuddy 对话中，收到以下任一类图片并要求「识别 / 检测 / 巡检 / 审查」时唤起本技能：

• 二维码翻拍图片：判断二维码是否为「翻拍屏摄」（手机/显示器截图再拍摄），用于门禁、考勤、核验防作弊。
• 火焰 / 烟雾检测图片：识别明火、烟雾、疑似火情，区分真实火情与灯光/反光/阳光眩光。
• 车牌识别图片：读取车牌号、识别车辆类型与位置，输出结构化车辆信息。
• 未戴安全帽图片：识别画面中人员是否佩戴安全帽，统计合规/违规人数，定位违规个体。
• 禁火区吸烟图片：识别禁火/防爆区人员吸烟（含电子烟），火灾爆炸高风险人为隐患，常与火焰场景联动。
• 劳保穿戴图片：安全帽之上位扩展，识别护目镜/口罩/耳塞/手套/安全鞋/反光衣等多部位 PPE 合规（场景4仅覆盖头部）。
• 设备跑冒滴漏图片：识别管道/阀门/设备的滴、漏、冒、跑（气体/蒸汽外逸）等介质与能量泄漏。
• 消防器材图片：识别灭火器/消火栓/报警疏散设施的缺失、过期、遮挡、挪用与完好性。
• 通道阻塞图片：识别消防车道/逃生通道/安全出口/主通道被货物、车辆、杂物占用。
• 违规用电图片：识别私拉乱接、线缆破损裸露、配电箱敞口进水、防爆区非防爆电器等。
• 员工不安全行为图片：识别违章操作/冒险作业、跨越危险区、危险姿态与位置、危险区逗留、禁区分心等通用行为类隐患（安全帽/劳保/吸烟等专项见对应场景）。
• 安标体系合规图片：识别安全生产标准化现场可视合规要素——安全标志、职业危害告知、应急设施、设备安全装置、危化品现场、有限空间/危险作业票证、检验标志、目视化定置等。
• 其他场景任务图片：设备异常、环境隐患、未单独列出的人员违规等通用巡检目标的识别与描述（上述子类已拆分独立）。

> 若用户仅要「把图片转成正式报告文档」，用「日常工作报告审核模板」；若要做多场景视觉识别与隐患判定，用本技能。

二、核心架构：Multi-Agent 三阶模式

采用 Multi-Agent 模式，以三个协作智能体（任务规划 / 视觉分析 / 报告生成）拆解巡检图片的识别与判定任务，确保分类清晰、证据可追溯、报告结构化：

阶段 A · 任务规划 Agent（Planner）
  输入：用户上传的 N 张图片 + 文字说明
  动作：逐张判定场景类型（二维码翻拍 / 火焰 / 车牌 / 安全帽 / 其他）
        规划每张图调用的「视觉分析子任务」与判定阈值
  输出：任务清单 [{图序号, 场景, 关注点, 风险阈值}]

阶段 B · 视觉分析 Agent（Analyst）
  输入：任务清单 + 原始图片（Read 读取，多模态读图）
  动作：按 references/场景识别要点.md 的场景提示词逐图分析
        对每张图给出：识别结论 / 证据描述 / 置信度 / 风险等级
  输出：逐图分析结果 [{图序号, 结论, 证据, 置信度, 风险}]

阶段 C · 报告生成 Agent（Composer）
  输入：逐图分析结果 + 原始图片
  动作：套用 references/巡检报告模板.md，生成「文字 + 图片」报告
        汇总风险评级、统计违规项、给出处置建议
  输出：标准化巡检报告（Markdown / 可选 HTML，见 references/make_report.py）

执行纪律：
1. 阶段 A 必须先规划后分析——禁止跳过分类直接套模板。
2. 阶段 B 每张图独立判定，避免跨图误关联。
3. 阶段 C 报告必须含原始图片证据（引用/嵌入）与逐条文字结论，二者不可缺一。

输入异常兜底（任一成立时，不强行分析，先向用户澄清/拒识）：
- 无图或非图片：用户未上传图片、或上传非图像文件（文档/压缩包等）→ 回复"请提供巡检/现场图片，本技能仅处理图像识别任务"，不进入阶段 A。
- 空图/读图失败：图片损坏、空白、无法解码 → 标注「图片无效，建议重新上传」，不编造结论。
- 超大批量：单次图片超过 20 张 → 提示"建议分批（每批 ≤20 张）提交，以保证逐图分析质量与上下文连贯"，或仅对前 20 张分析并说明截断。
- 格式不支持：非 jpg/png/webp 等常规位图（如矢量图、HEIC 未解码）→ 提示转存为 jpg/png 后重试。
- 纯文本诉求：用户只描述场景、未给图 → 进入"规划"但不生成报告，先确认是否需上传图片或仅需方法指导。

三、场景识别要点（速查：5 主场景 + 6 扩展场景）

> 完整判定提示词、证据清单与置信度判据见 references/场景识别要点.md。

（★ 为 v1.0.1~v1.0.4 从「其他」拆分细化的扩展场景，共 8 项）

四、输出物：标准化巡检报告

严格按 references/巡检报告模板.md 输出，包含：

1. 巡检概要（任务来源、图片数量、场景分布、巡检时间）
2. 逐图识别结果（图证据 + 场景 + 结论 + 证据描述 + 置信度 + 风险等级，逐条）
3. 风险统计与汇总（各场景命中数、违规统计、最高风险项）
4. 处置建议（立即/短期/长期 三级，可落地、可指派）
5. 脱敏与留痕说明（外发前须脱敏的项、原始证据留存位置）

并附：任务规划清单（阶段 A 输出） + 逐图分析明细（阶段 B 输出）。

可选：调用 references/make_report.py 将 Markdown + 图片生成独立 HTML 报告（文字+图片同页，便于归档与外发）。

五、脱敏与隐私规范（强制）

巡检图片常含人员人脸、车牌、厂牌、工位等敏感信息，须遵守：

• 车牌号、人脸：报告外发版必须脱敏（车牌保留属地+后两位、人脸打码或仅描述不附原图）。
• 厂名/地名/人员姓名：脱敏为「华东/华南某厂区」，保留工艺参数与判定结论。
• 原始证据留存：脱敏版外发前，原始图片与未脱敏分析在本地留痕，仅限授权范围调阅。
• 本技能所有示例均已脱敏。

G4 · 报告自动打码（生成器层）：references/make_report.py 已支持图像脱敏，外发前无需手工处理像素：
- 区域打码：报告 JSON 的 results[].redact 字段填入归一化 [x, y, w, h] 矩形列表（0~1），生成时对该区域做像素化马赛克（如人脸、车牌位置）。
- 全图匿名化：命令行 --redact-all 对整个图片像素化，适用于完全匿名外发。
- 边界（诚实声明）：本技能不内置人脸/车牌自动检测模型——打码区域需由分析阶段（阶段 B）在文字结论中标注位置后，回填 redact 坐标；Pillow 为可选依赖（pip install pillow），未安装时自动跳过打码并告警，核心报告零依赖生成。真正"自动定位+打码"需外接 CV 模型，超出本技能范围。

六、合规免责

• 本技能识别结果仅供参考与预警，不替代现场人工核验、专职安全员巡检、第三方检测或官方监管判断。
• EHS 类判定（火焰、安全帽）须由现场人员二次确认后方可处置；🔴 高风险项应立即触发现场应急响应流程。
• 视觉识别存在误判可能（遮挡、光线、画质），结论须标注置信度，低置信度项须提示「需人工复核」。
• 涉及定量/法律效力的判定，以现场实测与制度文件为准。

七、异常与反模式

7.1 异常处理（E1–E10）

异常处理优先级：E6（外发未脱敏）、E8（对抗样本）属高风险拦截项，优先阻断外发/定级；E1/E4/E9 降级并提示；E3/E10 明确声明不覆盖。

7.2 反模式纪律（识别红线）

八、跨技能协同

• 跨技能：EHS 隐患闭环可对接「安全场景卡视频生成」「WCM-SHE 教练」；报告归档可对接「日常工作报告审核模板」「腾讯文档」；典型隐患经验可沉淀至「产线异常因果知识库」「污水运行报告审查」等既有技能，形成横向知识复用。

EHS 隐患闭环字段映射（本技能输出 → 闭环系统字段）：

闭环状态机（对接整改系统）：识别(待复核) → 登记(已派单) → 整改(进行中) → 验证(已闭环) → 关闭。🔴 项须现场二次确认后方可从"待复核"流转；"需人工复核"项不得直接进入"已闭环"。

下游对接数据 schema（JSON 示例）：

{
  "skill": "smart-inspection-expert",
  "report_id": "INS-20261019-001",
  "items": [
    {"scene":"未戴安全帽","risk":"🔴","confidence":"高",
     "desc":"2人未戴安全帽(右侧装卸区)","owner":"现场安全员",
     "due":"即时","status":"待复核"}
  ]
}

多通道分发：报告可经企业微信机器人推送责任人、归档至腾讯文档/乐享知识库；典型隐患经「安全场景卡视频生成」转培训素材，形成"识别→登记→整改→培训"闭环。

九、使用示例（Quickstart）

> 以下以「一张车间照片，含 2 名未戴安全帽人员」为例，演示完整 A/B/C 三阶输出。实际使用时替换为你的图片即可。

用户输入：（上传 1 张车间照片）"智能巡检专家，看下这张图"

阶段 A · 任务规划（系统自动）
| 图序号 | 场景类型 | 关注点 | 风险阈值 |
|---|---|---|---|
| 图1 | 未戴安全帽 | 强制佩帽区人员佩帽情况 | 违规>0 即🔴 |

阶段 B · 视觉分析（系统自动，逐图读图）
- 图1 · 未戴安全帽 · 风险 🔴
- 结论：发现 2 人在强制佩帽区未戴安全帽（画面右侧装卸区）
- 证据：两名作业人员头顶无安全帽，背景为设备区（属强制佩帽区）
- 置信度：高

阶段 C · 报告生成（系统自动，可调用 make_report.py 生成 HTML）

智能巡检报告 INS-20261017-XXX
图片总数：1　场景分布：未戴安全帽 1
一、任务规划清单：图1→未戴安全帽（违规>0即🔴）
二、逐图结果：
  图1 · 未戴安全帽 · 🔴
  - 结论：2 人未戴安全帽（右侧装卸区）
  - 证据：头顶无帽，背景为设备区（强制佩帽区）
  - 置信度：高
三、风险汇总：未戴安全帽 1 图 / 2 人违规 / 最高风险 🔴
四、处置建议：
  立即：现场纠正 2 人并教育（责任人：现场安全员，时限：即时）
  短期：强制区增设警示与闸机联动（工务，7 日）
  长期：接入 EHS 隐患闭环月报统计（环安处，季度）
五、脱敏与留痕：人脸外发前打码；原始分析本地留痕

要点：阶段 A 先分类、阶段 B 每张图独立给结论+证据+置信度、阶段 C 必含图片证据与文字结论。若图片含车牌/人脸，外发版自动脱敏（见第五节）。

十、版本与变更

• v1.0.0 正式发布版（2026-10-17）：对外发布 1.0 稳定版。整合全部迭代成果——13 类识别场景（5 主 + 8 扩展）、Multi-Agent 三阶流程、脱敏与安全免责规范、标准化五段式报告；八维补齐 G1–G5（描述/输入异常兜底/EHS 闭环映射/Quickstart），并落地 G4 报告自动打码（make_report.py 支持 redact 区域像素化与 --redact-all 全图匿名化，Pillow 可选）。八维综合 4.7，满足 SkillHub 发布目标线。
• v1.0.7（2026-10-19）：八维优化补足（针对 ≤4.5 维度）。知识→4.7：场景识别要点新增附录 A 易混场景对照（Confusion Matrix）、附录 B 标准依据索引（GB 2894/GB 13495.1/GB 17945/GB/T 33000/GA 95/GB 50016 等）、附录 C 置信度校准指引。异常→4.7：第七节异常处理由 E1–E7 扩至 E1–E10（新增对抗性/合成图像、重复同图、任务外无关图）并加异常处理优先级。反模式→4.7：新增 7.2 反模式纪律（AP1–AP5：未识别=无隐患、跨场景重复计数、单帧定乾坤、脱敏遗漏、风险冒进）。跨技能→4.7：第八节新增闭环状态机、下游 JSON 对接 schema、多通道分发（企微/腾讯文档/乐享）。八维现全部 4.7。
• 开发历程（内部迭代）：v1.0.0 首版（五场景三阶）→ v1.0.1~v1.0.2（扩展至 6 类现场隐患场景）→ v1.0.3（描述/文档脱敏优化）→ v1.0.4（员工不安全行为 + 安标体系合规现场可视要素，共 13 类）→ v1.0.5（G1–G3 八维补齐）→ v1.0.6（G5 Quickstart），最终收敛为对外 1.0.0 稳定版。