name: "electric-vehicle-detection-analysis"
description: "Automatically detects electric motorcycles and e-bikes in restricted areas based on computer vision. It supports real-time detection for both video streams and images, counts the number of illegal parking or driving instances, and triggers violation alerts to assist with safety management in parks, communities, and organizations. | 电动车智能检测技能，基于计算机视觉自动检测禁行区域内的电动摩托车/电动车，支持视频流和图片实时检测，统计违规停放/行驶数量，触发违规预警，助力园区/社区/单位安全管理"
version: "1.0.8"
⚡ Smart E-Bike Detection Skill | 电动车智能检测技能
炫彩安全巡检中枢 · 视频/图片智能分析 · 违规电动车检测 · 园区/社区/单位安全管理
🧭 技能概览 | Overview
| 模块 |
内容 |
| 🏷️ 技能名称 |
Smart E-Bike Detection Skill / 电动车智能检测技能 |
| 🎯 核心目标 |
基于计算机视觉自动检测禁行区域内的电动摩托车/电动车 |
| 🖼️ 输入类型 |
监控视频流、静态图片、本地文件、网络媒体 URL |
| 🚨 输出能力 |
违规停放/行驶数量统计、违规等级预警、管理建议生成 |
| 🏢 适用场景 |
园区、社区、单位、校园、停车场、禁行道路等安全管理场景 |
Specifically designed for security management in industrial parks, communities, and institutions, this capability leverages computer vision technology to perform real-time analysis of video streams and static images. It automatically detects electric motorcycles and scooters entering restricted zones, accurately tallies the number of violations regarding illegal parking and driving, and promptly triggers alerts. This empowers management to efficiently control vehicle violations and significantly enhances the overall security management efficiency of the area.
该技能专为园区、社区及单位的安全管理场景打造，基于计算机视觉技术，可对视频流与静态图片进行实时分析，自动检测禁行区域内出现的电动摩托车或电动车，精准统计违规停放与行驶的数量，并及时触发违规预警，助力管理方高效管控车辆违规问题，提升区域安全管理效率。
🎬 技能演示 | Skill Demo
▶️ 点击查看技能使用介绍
🎯 任务目标 | Goals
1. 🧩 技能用途
本 Skill 用于：通过监控视频/图片进行电动车智能检测，自动识别禁行区域内的电动摩托车/电动车，统计车辆数量，触发违规预警，提升园区/社区/单位安全管理水平。
2. 🛠️ 能力范围
| 序号 |
具体能力 |
| 1 |
支持监控视频与静态图片分析 |
| 2 |
电动车物体检测、电动摩托车识别 |
| 3 |
违规停放统计、违规行驶计数 |
| 4 |
违规等级预警 |
| 5 |
管理建议生成 |
3. ⚡ 触发条件
| 触发类型 |
触发规则 |
| ✅ 默认触发 |
当用户提供监控视频/图片 URL 或文件需要检测电动车时，默认触发本技能进行电动车检测分析 |
| 🔎 明确检测意图 |
当用户明确需要进行电动车检测、违规停车识别，提及电动车、电摩托车、禁行检测、违规停车、园区管理等关键词，并且上传了视频文件或者图片文件 |
| 📚 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：查看历史检测报告、历史违规记录、电动车检测报告清单、查询历史报告、查看检测报告列表、显示所有检测报告、显示电动车分析报告，查询电动车检测分析报告 |
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 |
如果用户触发任何历史报告查询关键词（如“查看所有检测报告”、“显示所有违规记录”、“查看历史报告”等），必须直接调用云端 API 查询 |
⚠️ 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.electric_vehicle_detection_analysis --list
| 类型 |
要求 |
| ✅ 必须 |
使用 python -m scripts.electric_vehicle_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
🚀 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。
执行电动车检测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 |
📥 准备视频/图片输入 |
提供本地视频/图片文件路径或网络媒体 URL；确保监控画面清晰覆盖禁行区域，视角正常 |
| 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 |
⚙️ 执行电动车检测分析 |
调用 -m scripts.electric_vehicle_detection_analysis 处理文件（必须在技能根目录下运行脚本） |
| 4 |
📊 查看分析结果 |
接收结构化的电动车检测报告，包含监测区域信息、检测统计结果、电动车数量、违规等级、处理建议 |
⚙️ 脚本参数说明
| 参数 |
含义 |
备注 |
--input |
本地视频/图片文件路径 |
适用于本地文件分析 |
--url |
网络媒体 URL 地址 |
API 服务自动下载 |
--detection-type |
检测类型 |
可选值：video 视频流检测 / image 图片检测；默认 video |
--area-type |
禁行区域类型 |
可选值：parking-lot 停车场 / community 社区园区 / campus 校园单位 / road 禁行道路 / other；默认 other |
--list |
显示历史报告清单 |
可以输入起始日期参数过滤数据范围 |
--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 |
🗂️ 资源索引 | Resource Index
⚠️ 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 |
视频支持 mp4 / avi / mov 格式；图片支持 jpg / png / jpeg 格式；最大 10MB |
| 🧑⚖️ 结果性质 |
分析结果仅供安全管理参考，请结合人工复核确认违规事实 |
| 🔏 隐私合规 |
请遵守相关法律法规，保护个人隐私 |
| 🚫 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 |
📜 历史报告清单输出规范 | Report List Format
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 表格格式输出。
📌 固定输出列
| 列名 |
生成规则 |
| 报告名称 |
使用 电动车检测分析报告-{记录id} 形式拼接 |
| 检测类型 |
从接口返回数据中提取 |
| 分析时间 |
从接口返回数据中提取 |
| 违规数量 |
从接口返回数据中提取 |
| 点击查看 |
使用 [🔗 查看报告]() 格式的超链接 |
🧾 表格输出示例
| 报告名称 |
检测类型 |
分析时间 |
违规数量 |
点击查看 |
| 电动车检测分析报告 -20260312172200001 |
视频检测 |
2026-03-12 17:22:00 |
3 辆 |
🔗 查看报告 |
🧰 使用示例 | Examples
🎬 分析社区园区监控视频
python -m scripts.electric_vehicle_detection_analysis --input /path/to/community_video.mp4 --detection-type video --area-type community
🖼️ 分析停车场监控图片
python -m scripts.electric_vehicle_detection_analysis --input /path/to/parking_image.jpg --detection-type image --area-type parking-lot
🌐 分析网络监控视频
python -m scripts.electric_vehicle_detection_analysis --url https://example.com/camera_monitor.mp4 --detection-type video --area-type campus
📚 显示历史分析报告 / 显示分析报告清单列表 / 显示历史检测报告
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.electric_vehicle_detection_analysis --list
🪶 输出精简报告
python -m scripts.electric_vehicle_detection_analysis --input monitor.mp4 --detection-type video --area-type community --detail basic
💾 保存结果到文件
python -m scripts.electric_vehicle_detection_analysis --input image.jpg --detection-type image --area-type community --output result.json
By