{"id":"b5595aba-dbc7-4591-a152-205e17813f00","entityType":"agent","slug":"clawhub-18072937735-smyx-bird-recognition-analysis","name":"Bird Recognition Tool | 鸟类识别工具","canonicalUrl":"https://www.xpersona.co/agent/clawhub-18072937735-smyx-bird-recognition-analysis","canonicalPath":"/agent/clawhub-18072937735-smyx-bird-recognition-analysis","generatedAt":"2026-10-10T00:18:11.156Z","source":"CLAWHUB","claimStatus":"UNCLAIMED","verificationTier":"NONE","summary":{"evidence":{"source":"editorial-content","verified":true,"confidence":"high","updatedAt":"2026-10-09T16:28:56.720Z","emptyReason":null},"description":"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 Skill: Bird Recognition Tool | 鸟类识别工具 Owner: 18072937735 Summary: Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 Tags: latest:1.0.22 Version history: v1.0.22 | 202","descriptionLabel":"Technical summary","evidenceSummary":"Capability contract not published. No trust telemetry is available yet. 2.3K downloads reported by the source. Last updated 10/9/2026.","installCommand":"clawhub skill install s17f8q65zg3y98t86jdg1177g583whq8:smyx-bird-recognition-analysis","sourceUrl":"https://clawhub.ai/18072937735/smyx-bird-recognition-analysis","homepage":"https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis","primaryLinks":[{"label":"View on ClawHub","url":"https://clawhub.ai/18072937735/smyx-bird-recognition-analysis","kind":"source"},{"label":"Homepage","url":"https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis","kind":"homepage"}],"safetyScore":84,"overallRank":62,"popularityScore":40,"trustScore":null,"claimedByName":null,"isOwner":false,"seoDescription":"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suit"},"coverage":{"evidence":{"source":"public-profile","verified":false,"confidence":"medium","updatedAt":"2026-10-09T16:28:56.720Z","emptyReason":null},"protocols":[{"protocol":"OPENCLEW","label":"OpenClaw","status":"self-declared","notes":"Declared in the public agent profile."}],"capabilities":[],"verifiedCount":0,"selfDeclaredCount":1,"capabilityMatrix":{"rows":[{"key":"OPENCLEW","type":"protocol","support":"unknown","confidenceSource":"profile","notes":"Listed on profile"}],"flattenedTokens":"protocol:OPENCLEW|unknown|profile"}},"adoption":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T16:28:56.720Z","emptyReason":null},"stars":null,"forks":null,"downloads":2310,"packageName":null,"latestVersion":"1.0.22","tractionLabel":"2.3K downloads"},"release":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"medium","updatedAt":"2026-10-09T16:28:56.720Z","emptyReason":null},"lastUpdatedAt":"2026-10-09T16:28:56.720Z","lastCrawledAt":"2026-10-09T16:28:56.720Z","lastIndexedAt":null,"nextCrawlAt":"2026-10-10T16:28:56.720Z","lastVerifiedAt":null,"highlights":[{"version":"1.0.22","createdAt":"2026-09-29T07:27:32.214Z","changelog":"- Version bumped from 1.0.16 to 1.0.17 in SKILL.md. - Documentation updates only; no changes to core functionality. - Removed the skill-card.md file for simplified documentation.","fileCount":31,"zipByteSize":38494},{"version":"1.0.21","createdAt":"2026-09-23T05:13:26.930Z","changelog":"- Bumped skill version from 1.0.15 to 1.0.16. - Updated internal documentation (`SKILL.md`) to reflect recent changes. - Removed redundant file `skill-card.md` from the project. - No changes made to core functionality or user-facing features.","fileCount":31,"zipByteSize":38648},{"version":"1.0.20","createdAt":"2026-09-14T05:22:28.526Z","changelog":"Version 1.0.20 - Removed the file: skill-card.md - No other changes to functionality or documentation.","fileCount":31,"zipByteSize":38678},{"version":"1.0.19","createdAt":"2026-09-05T13:44:38.554Z","changelog":"- Updated SKILL.md to version 1.0.15 with minor documentation and formatting changes. - Removed the file skill-card.md. - No logic or feature changes to the skill itself.","fileCount":31,"zipByteSize":38843},{"version":"1.0.18","createdAt":"2026-08-22T13:55:28.815Z","changelog":"- Updated skill version from 1.0.12 to 1.0.13 in SKILL.md. - Removed the file skill-card.md. - No user-facing functional changes or feature updates.","fileCount":31,"zipByteSize":38866},{"version":"1.0.17","createdAt":"2026-08-15T15:28:29.483Z","changelog":"- Updated version and documentation in SKILL.md. - Removed the deprecated file: skill-card.md. - Small configuration or documentation adjustments, with no major feature changes.","fileCount":31,"zipByteSize":38710},{"version":"1.0.16","createdAt":"2026-08-05T20:02:30.978Z","changelog":"bird-recognition-analysis 1.0.16 - Updated SKILL.md: version bumped from 1.0.9 to 1.0.10. - Minor documentation/content adjustments in SKILL.md. - Removed the skill-card.md file.","fileCount":31,"zipByteSize":38905},{"version":"1.0.15","createdAt":"2026-07-30T05:14:33.184Z","changelog":"- Version updated from 1.0.7 to 1.0.9. - Minor documentation changes in SKILL.md; content remains nearly identical, with only the version adjusted. - The skill-card.md file was removed. - No user-facing functional changes or new features in skill logic.","fileCount":31,"zipByteSize":38720}]},"execution":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No published capability contract is available yet."},"installCommand":"clawhub skill install s17f8q65zg3y98t86jdg1177g583whq8:smyx-bird-recognition-analysis","setupComplexity":"low","setupSteps":["Setup complexity is classified as HIGH. You must provision dedicated cloud infrastructure or an isolated VM. Do not run this directly on your local workstation.","Final validation: Expose the agent to a mock request payload inside a sandbox and trace the network egress before allowing access to real customer data."],"contract":{"contractStatus":"missing","authModes":[],"requires":[],"forbidden":[],"supportsMcp":false,"supportsA2a":false,"supportsStreaming":false,"inputSchemaRef":null,"outputSchemaRef":null,"dataRegion":null,"contractUpdatedAt":null,"sourceUpdatedAt":null,"freshnessSeconds":null},"invocationGuide":{"preferredApi":{"snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/trust"},"curlExamples":["curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/snapshot\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/contract\"","curl -s \"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/trust\""],"jsonRequestTemplate":{"query":"summarize this repo","constraints":{"maxLatencyMs":2000,"protocolPreference":["OPENCLEW"]}},"jsonResponseTemplate":{"ok":true,"result":{"summary":"...","confidence":0.9},"meta":{"source":"CLAWHUB","generatedAt":"2026-10-10T00:18:11.152Z"}},"retryPolicy":{"maxAttempts":3,"backoffMs":[500,1500,3500],"retryableConditions":["HTTP_429","HTTP_503","NETWORK_TIMEOUT"]}},"endpoints":{"dossierUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/dossier","snapshotUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/snapshot","contractUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/contract","trustUrl":"https://www.xpersona.co/api/v1/agents/clawhub-18072937735-smyx-bird-recognition-analysis/trust"}},"reliability":{"evidence":{"source":"runtime-metrics","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No trust, reliability, or runtime telemetry is available."},"trust":{"status":"unavailable","handshakeStatus":"UNKNOWN","verificationFreshnessHours":null,"reputationScore":null,"p95LatencyMs":null,"successRate30d":null,"fallbackRate":null,"attempts30d":null,"trustUpdatedAt":null,"trustConfidence":"unknown","sourceUpdatedAt":null,"freshnessSeconds":null},"decisionGuardrails":{"doNotUseIf":["Contract metadata is missing or unavailable for deterministic execution."],"safeUseWhen":[],"riskFlags":["missing_or_unavailable_contract","trust_data_unavailable","schema_references_missing"],"operationalConfidence":"low"},"executionMetrics":{"observedLatencyMsP50":null,"observedLatencyMsP95":null,"estimatedCostUsd":null,"uptime30d":null,"rateLimitRpm":null,"rateLimitBurst":null,"lastVerifiedAt":null,"verificationSource":null},"runtimeMetrics":{"successRate":null,"avgLatencyMs":null,"avgCostUsd":null,"hallucinationRate":null,"retryRate":null,"disputeRate":null,"p50Latency":null,"p95Latency":null,"lastUpdated":null}},"benchmarks":{"evidence":{"source":"no-benchmark-data","verified":false,"confidence":"low","updatedAt":null,"emptyReason":"No benchmark suites or observed failure patterns are available."},"suites":[],"failurePatterns":[]},"artifacts":{"evidence":{"source":"CLAWHUB","verified":false,"confidence":"high","updatedAt":"2026-10-09T16:28:56.720Z","emptyReason":null},"readme":"Skill: Bird Recognition Tool | 鸟类识别工具\n\nOwner: 18072937735\n\nSummary: Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\n\nTags: latest:1.0.22\n\nVersion history:\n\nv1.0.22 | 2026-09-29T07:27:32.214Z | auto\n\n- Version bumped from 1.0.16 to 1.0.17 in SKILL.md.\n- Documentation updates only; no changes to core functionality.\n- Removed the skill-card.md file for simplified documentation.\n\nv1.0.21 | 2026-09-23T05:13:26.930Z | auto\n\n- Bumped skill version from 1.0.15 to 1.0.16.\n- Updated internal documentation (`SKILL.md`) to reflect recent changes.\n- Removed redundant file `skill-card.md` from the project.\n- No changes made to core functionality or user-facing features.\n\nv1.0.20 | 2026-09-14T05:22:28.526Z | auto\n\nVersion 1.0.20\n\n- Removed the file: skill-card.md\n- No other changes to functionality or documentation.\n\nv1.0.19 | 2026-09-05T13:44:38.554Z | auto\n\n- Updated SKILL.md to version 1.0.15 with minor documentation and formatting changes.\n- Removed the file skill-card.md.\n- No logic or feature changes to the skill itself.\n\nv1.0.18 | 2026-08-22T13:55:28.815Z | auto\n\n- Updated skill version from 1.0.12 to 1.0.13 in SKILL.md.\n- Removed the file skill-card.md.\n- No user-facing functional changes or feature updates.\n\nv1.0.17 | 2026-08-15T15:28:29.483Z | auto\n\n- Updated version and documentation in SKILL.md.\n- Removed the deprecated file: skill-card.md.\n- Small configuration or documentation adjustments, with no major feature changes.\n\nv1.0.16 | 2026-08-05T20:02:30.978Z | auto\n\nbird-recognition-analysis 1.0.16\n\n- Updated SKILL.md: version bumped from 1.0.9 to 1.0.10.\n- Minor documentation/content adjustments in SKILL.md.\n- Removed the skill-card.md file.\n\nv1.0.15 | 2026-07-30T05:14:33.184Z | auto\n\n- Version updated from 1.0.7 to 1.0.9.\n- Minor documentation changes in SKILL.md; content remains nearly identical, with only the version adjusted.\n- The skill-card.md file was removed.\n- No user-facing functional changes or new features in skill logic.\n\nv1.0.14 | 2026-07-14T10:57:28.729Z | auto\n\n- Updated SKILL.md version from 1.0.6 to 1.0.7.\n- Cleaned up documentation in SKILL.md; no significant new features or breaking changes.\n- Removed skill-card.md file.\n- Minor maintenance updates to utility scripts.\n\nv1.0.13 | 2026-07-05T05:04:29.692Z | auto\n\nbird-recognition-analysis 1.0.13 changelog\n\n- Updated documentation (SKILL.md): version, descriptions, and references.\n- Removed the obsolete file: skill-card.md.\n- Internal scripts (config.py, dao.py, util.py) updated; details not specified.\n- General improvements to structure and maintenance.\n\nv1.0.12 | 2026-06-26T07:24:31.084Z | auto\n\n- Updated user privacy and identity handling: all identity parameters are now managed internally, removing the need for user-supplied open-id.\n- Streamlined SKILL.md documentation for clarity, including clear workflow, parameter instructions, and automatic report association.\n- Strengthened data security and privacy by enforcing internal-only identity use—user identity is never shown, asked, or required as input.\n- Refined history report query: all queries now mandatorily go through the cloud API, strictly forbidding local or memory-based lookups.\n- Minor script and configuration adjustments reflecting new workflow (user identity auto-handled, simplified CLI usage and documentation).\n- Removed deprecated files and updated resource indexing to match the new process.\n\nv1.0.11 | 2026-06-17T18:14:28.753Z | auto\n\n- Major update to open-id acquisition and privacy policy: open-id must now be provided by the user and cannot be read from local config files.\n- Updated privacy and data security statement: task-related files are transferred via HTTPS/TLS and not persisted on the server after analysis.\n- SKILL.md clarified and streamlined regarding open-id usage and removed references to reading config.yaml or deriving open-id automatically.\n- License added (MIT-0).\n- Deprecated and removed redundant documentation file skill-card.md.\n\nv1.0.10 | 2026-05-25T07:37:53.399Z | auto\n\n- Separated bird recognition logic into new module directory skills/smyx_analysis (added new scripts, config, and requirements files).\n- Removed face_analysis module and all related files.\n- Updated main scripts and shared utilities to support new structure under smyx_analysis.\n- Adjusted documentation and configuration handling for modular skill expansion.\n- No changes made to user-facing API or usage flows.\n\nv1.0.9 | 2026-05-18T05:37:42.303Z | auto\n\n- Refactored internal imports and code structure in scripts/smyx_common for better modularity.\n- Improved configuration management by updating config.py to handle config retrieval more robustly.\n- Applied minor cleanups to util.py and __init__.py to standardize utility functions.\n- Documentation unchanged except for typo fix in description. No workflow or feature changes to end user.\n\nv1.0.8 | 2026-05-11T09:29:46.924Z | auto\n\nVersion 1.0.8\n\n- Updated skills/smyx_common/scripts/util.py (details not specified).\n- No changes to user-facing documentation or feature set.\n- Internal improvements or bug fixes may have been applied in the utils script.\n\nv1.0.7 | 2026-05-07T09:27:38.605Z | auto\n\nVersion 1.0.7\n\n- Internal script updates applied to skills/face_analysis/scripts/skill.py and skills/smyx_common/scripts/skill.py.\n- No changes to user-facing documentation or instructions.\n- Core skill functionality and usage remain unchanged.\n\nv1.0.6 | 2026-04-30T12:40:50.710Z | auto\n\nChangelog for version 1.0.6:\n\n- Added or updated the version field in SKILL.md for clear version identification.\n- No functional changes to code or logic; only documentation (SKILL.md) was modified.\n- Content and workflow remain unchanged from previous versions.\n\nv1.0.5 | 2026-04-30T12:30:41.724Z | auto\n\n- Major cleanup of internal codebase, removing 14 unnecessary files and legacy modules.\n- All references to the removed internal smyx_common package have been eliminated.\n- Updated skill metadata to include license information.\n- No changes to the primary bird recognition and analysis user workflow or external interface.\n- Documentation remains detailed and clear, with core features and API usage unaffected.\n\nv1.0.4 | 2026-04-30T11:44:31.485Z | auto\n\n- Refactored and expanded the common codebase under skills/smyx_common/smyx_common/, adding modular scripts (including config, base, util, dao, and api_service).\n- Updated code references: adjusted script imports and usage to match the new common module layout.\n- Removed legacy license files.\n- SKILL.md: Removed the version key and simplified version management instructions; otherwise, documentation remains consistent with previous rules and flow.\n\nv1.0.3 | 2026-04-30T10:47:07.386Z | auto\n\nNo changes detected in this version.\n\n- Version number updated with no modifications to files or documentation.  \n- All skill features, usage, and documentation remain unchanged.\n\nv1.0.2 | 2026-04-30T10:46:09.727Z | auto\n\n- Major refactor and simplification of codebase: removed 14 files, including nested package structure under skills/smyx_common/smyx_common/.\n- Updated and streamlined project structure; LICENSE.txt files added to main directories.\n- Core scripts and configuration files revised to remove redundant layers.\n- SKILL.md updated; now includes explicit version field and simplified structure.\n\nv1.0.1 | 2026-04-30T10:05:01.085Z | auto\n\n- Introduced a common module (\"smyx_common\") for shared configuration, code, and utilities, with new Python package files.\n- Added shared configuration files (config-dev.yaml, config-test.yaml, config-prod.yaml, config.yaml) under smyx_common to streamline settings management.\n- Reorganized scripts and supporting modules to leverage the new common codebase and avoid duplication across skills.\n- Updated and unified config.py scripts for both bird recognition and shared usage.\n- No changes to main recognition functionality; primary update is internal structure and shared resource management.\n\nv1.0.0 | 2026-04-14T05:56:01.828Z | auto\n\n- Initial release of the Bird Recognition Analysis skill.\n- Identifies over 500 bird species in images or videos, distinguishing between similar species and subspecies.\n- Supports custom model training for region- or species-specific optimization.\n- Designed for ecological observation, wildlife monitoring, and home garden birdwatching scenarios.\n- Strict rules for open-id acquisition and mandatory cloud-based report retrieval.\n- Provides structured, Markdown-formatted historical analysis reports with clickable links to full results.\n\nArchive index:\n\nArchive v1.0.22: 31 files, 38494 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (1935b), SKILL.md (10091b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (150b)\n\nFile v1.0.22:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.17\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.22:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.22\",\n  \"publishedAt\": 1790666852214\n}\n\nFile v1.0.22:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.22:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.22:scripts/config.yaml\n\n{}\n\nFile v1.0.22:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.22:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.22:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.22:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.22:skill-card.md\n\n## Description:\n\nIdentifies bird species in images and videos and provides structured recognition reports for birdwatching and ecological observation.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nBirdwatchers, ecologists, and developers use the skill to identify birds in local images, videos, or linked media and review recognition results or past reports.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Selected images, videos, or URLs are sent to a cloud service for analysis.\n\nMitigation: Review the media and destination before use; avoid sensitive media without clear consent and retention controls.\n\nRisk: The skill may create or reuse an account-linked identifier, access cloud history, and store account tokens locally.\n\nMitigation: Review account linkage and token-storage practices before installing, and limit access to local credentials and report history.\n\n## Reference(s):\n\n- [ClawHub skill release](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis)\n- [API documentation](references/api_doc.md)\n- [Skill demonstration](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [Analysis, Text, Markdown]\n\n**Output Format:** [Structured text or JSON with recognition results and report links; Markdown for history lists]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Can save results to a file and retrieve cloud report history.]\n\n## Skill Version(s):\n\n1.0.22 (source: ClawHub release metadata; bundled SKILL.md lists 1.0.17)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.22:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.22:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.21: 31 files, 38648 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (2244b), SKILL.md (10091b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (150b)\n\nFile v1.0.21:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.16\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.21:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.21\",\n  \"publishedAt\": 1790140406930\n}\n\nFile v1.0.21:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.21:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.21:scripts/config.yaml\n\n{}\n\nFile v1.0.21:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.21:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.21:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.21:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.21:skill-card.md\n\n## Description:\n\nIdentifies bird species in target-area images or videos, supports at least 500 common species and custom model training, and returns structured bird recognition reports.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users, developers, and ecological observers use this skill to identify bird species in supplied images or videos and retrieve structured recognition reports or report history through a cloud API.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Bird images or videos are sent to the Life Emergence cloud service for analysis.\n\nMitigation: Prefer non-sensitive media unless the publisher documents retention, deletion, and handling controls that meet the deployment requirements.\n\nRisk: The skill may silently create or reuse an external identity and store local access tokens in a workspace SQLite database.\n\nMitigation: Review identity, account deletion, and token cleanup controls before installation or shared-workspace use.\n\nRisk: Cloud report history can be retrieved through the skill.\n\nMitigation: Use account separation and access controls appropriate for the reports that may be available through the linked cloud account.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis)\n- [API 接口文档](references/api_doc.md)\n- [Skill demo](https://lifeemergence.com/sample.html)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, code, shell commands, configuration, guidance]\n\n**Output Format:** [Markdown and text with JSON report content and shell command examples]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May write recognition results to a caller-specified output file.]\n\n## Skill Version(s):\n\n1.0.21 (source: server release metadata; artifact frontmatter reports 1.0.16)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.21:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.21:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.20: 31 files, 38678 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (2369b), SKILL.md (10091b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (150b)\n\nFile v1.0.20:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.15\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.20:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.20\",\n  \"publishedAt\": 1789363348526\n}\n\nFile v1.0.20:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.20:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.20:scripts/config.yaml\n\n{}\n\nFile v1.0.20:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.20:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.20:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.20:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: dev\n\nFile v1.0.20:skill-card.md\n\n## Description:\n\nIdentifies bird species in images or videos of target areas, covering at least 500 common species and supporting customized model training for ecological observation, garden bird watching, and related scenarios.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to identify bird species from image or video inputs, receive structured recognition results, and retrieve historical bird-recognition reports from the configured cloud service.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: The skill sends user media or media URLs to a remote service for analysis.\n\nMitigation: Review endpoint configuration and data-handling terms before use, and only submit media that is appropriate for the configured third-party service.\n\nRisk: Security evidence reports insecure plaintext development endpoints and locally persisted service tokens.\n\nMitigation: Use HTTPS-only production endpoints, remove private development defaults, and protect or avoid stored service tokens before normal use.\n\nRisk: The skill creates or reuses an internal user identity and retrieves cloud report history.\n\nMitigation: Make identity and history behavior explicit to users and confirm that report access is scoped to the intended account before deployment.\n\n## Reference(s):\n\n- [Bird Recognition API Documentation](references/api_doc.md)\n- [Skill Demo](https://lifeemergence.com/sample.html)\n- [ClawHub Skill Page](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, json, shell commands, configuration]\n\n**Output Format:** [Markdown or JSON analysis output with optional report links]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May upload media or pass media URLs to a remote API and can save analysis output to a local file when requested.]\n\n## Skill Version(s):\n\n1.0.20 (source: server release metadata)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.20:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.20:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.19: 31 files, 38843 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (2684b), SKILL.md (10091b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (150b)\n\nFile v1.0.19:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.15\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.19:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.19\",\n  \"publishedAt\": 1788615878554\n}\n\nFile v1.0.19:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.19:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.19:scripts/config.yaml\n\n{}\n\nFile v1.0.19:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.19:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.19:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.19:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: dev\n\nFile v1.0.19:skill-card.md\n\n## Description:\n\nIdentifies bird species in images or videos of target areas, supports recognition of at least 500 common bird species, and can query cloud-hosted recognition report history.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users, developers, and ecological monitoring teams use this skill to submit bird images, videos, or media URLs for species identification and structured recognition reports. It is suitable for nature observation, garden birdwatching, biodiversity surveys, and reviewing prior cloud report history tied to the user's resolved identity.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Uploaded images, videos, supplied URLs, and report queries are sent to the Life Emergence analysis service.\n\nMitigation: Install only when sending this media and report context to that service is acceptable for the intended workflow.\n\nRisk: The skill creates or reuses a hidden local or cloud identity and ties report history to that identity.\n\nMitigation: Review identity and report-history behavior before deployment and require explicit user control where the deployment policy needs it.\n\nRisk: The authoritative security evidence flags hidden identity reuse, local token storage, unsafe credential-handling paths, and dev HTTP defaults.\n\nMitigation: Before approval, remove dev HTTP defaults, restrict credentialed requests to approved HTTPS hosts, avoid plaintext token storage, and fix the dependency declaration noted by the scanner guidance.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis)\n- [Skill demo](https://lifeemergence.com/sample.html)\n- [Bird recognition API documentation](artifact/references/api_doc.md)\n- [Analysis API error codes](artifact/skills/smyx_analysis/references/api_doc.md)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, JSON, API calls, files, guidance]\n\n**Output Format:** [Markdown or JSON text with optional report export links and optional saved output files.]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Supports basic, standard, and json detail modes; local media input is limited to configured formats and a 10 MB maximum.]\n\n## Skill Version(s):\n\n1.0.19 (source: server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.19:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.19:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.18: 31 files, 38866 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (2862b), SKILL.md (10091b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (150b)\n\nFile v1.0.18:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.13\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.18:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.18\",\n  \"publishedAt\": 1787406928815\n}\n\nFile v1.0.18:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.18:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.18:scripts/config.yaml\n\n{}\n\nFile v1.0.18:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.18:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.18:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.18:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: dev\n\nFile v1.0.18:skill-card.md\n\n## Description:\n\nIdentifies bird species in images/videos of target areas, supports recognition of no less than 500 common bird species, and supports customized model training for ecological observation, garden bird watching, and related scenarios.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers can use this skill to identify bird species from image, video, or URL inputs and receive structured recognition results, confidence-oriented findings, recommendations, and report links. It also supports querying previously generated cloud reports associated with the current skill identity.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Uploaded images, videos, and provided URLs are sent to lifeemergence.com services for analysis.\n\nMitigation: Use the skill only with media that is appropriate to send to that external service, and avoid confidential or regulated content unless the deployment has approved that data flow.\n\nRisk: The skill silently creates or reuses an identity and associates analysis and report-history requests with it.\n\nMitigation: Review the identity behavior before installation and run the skill only in workspaces where automatic identity association is acceptable.\n\nRisk: Service tokens can be stored locally in SQLite for later API calls.\n\nMitigation: Limit filesystem access to the workspace, rotate tokens if the workspace is shared or compromised, and remove local token storage when decommissioning the skill.\n\nRisk: Cloud report-history queries may return records associated with the current identity.\n\nMitigation: Confirm that users invoking history queries are authorized to view reports linked to that identity.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis)\n- [Skill demo](https://lifeemergence.com/sample.html)\n- [Bird recognition API documentation](references/api_doc.md)\n- [Shared analysis API documentation](skills/smyx_analysis/references/api_doc.md)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, shell commands, configuration]\n\n**Output Format:** [Markdown or JSON text containing structured bird-recognition results, report records, recommendations, and report links.]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Can optionally write the returned report content to a user-specified output file.]\n\n## Skill Version(s):\n\n1.0.18 (source: server release metadata)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.18:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.18:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.17: 31 files, 38710 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (2421b), SKILL.md (10091b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (472b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (150b)\n\nFile v1.0.17:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.12\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.17:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.17\",\n  \"publishedAt\": 1786807709483\n}\n\nFile v1.0.17:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.17:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.17:scripts/config.yaml\n\n{}\n\nFile v1.0.17:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.17:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.17:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.17:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: dev\n\nFile v1.0.17:skill-card.md\n\n## Description:\n\nIdentifies bird species in images or videos, supports recognition of at least 500 common species, and can use customized model training for ecological observation, garden birdwatching, and related scenarios.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to identify bird species from uploaded images, videos, or public URLs, retrieve structured analysis results, and list prior cloud reports for the associated account.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Bird images, videos, URLs, generated identity values, and report history may be sent to the LifeEmergence cloud service.\n\nMitigation: Use the skill only with media and URLs appropriate for that service, avoid sensitive footage, and confirm consent and retention controls before deployment.\n\nRisk: The skill can create or reuse persistent local identity and authentication token state.\n\nMitigation: Run it in a controlled workspace, review local data storage, and define token deletion or revocation steps before broad installation.\n\nRisk: The authoritative security scan verdict is suspicious.\n\nMitigation: Review the skill, its network behavior, and publisher documentation before installation or production use.\n\n## Reference(s):\n\n- [Bird Recognition API documentation](references/api_doc.md)\n- [Shared analysis API documentation](skills/smyx_analysis/references/api_doc.md)\n- [Skill demo](https://lifeemergence.com/sample.html)\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis)\n\n## Skill Output:\n\n**Output Type(s):** [text, markdown, json, shell commands, guidance]\n\n**Output Format:** [Markdown and JSON text with report links; optional file output when --output is used]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [May call LifeEmergence cloud APIs, upload media or submit URLs, poll for results, and query report history.]\n\n## Skill Version(s):\n\n1.0.17 (source: server release evidence)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.17:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.17:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.16: 31 files, 38905 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (2952b), SKILL.md (10091b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (150b)\n\nFile v1.0.16:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.10\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.16:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.16\",\n  \"publishedAt\": 1785960150978\n}\n\nFile v1.0.16:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.16:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.16:scripts/config.yaml\n\n{}\n\nFile v1.0.16:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.16:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.16:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.16:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.16:skill-card.md\n\n## Description:\n\nIdentifies bird species in target-area images or videos, supports at least 500 common species, and can return structured reports for ecological observation and birdwatching scenarios.\n\nThis skill is ready for commercial/non-commercial use.\n\n## Publisher:\n\n[18072937735](https://clawhub.ai/user/18072937735)\n\n### License/Terms of Use:\n\nMIT-0\n\n## Use Case:\n\nExternal users and developers use this skill to identify bird species from local images, videos, or public media URLs, retrieve structured analysis reports, and query prior cloud reports associated with the current internal user identity.\n\n### Deployment Geography for Use:\n\nGlobal\n\n## Known Risks and Mitigations:\n\nRisk: Bird images, videos, or media URLs are sent to a third-party cloud service for analysis.\n\nMitigation: Use only media that is appropriate for third-party processing, avoid sensitive locations or bystanders, and confirm organizational approval before upload.\n\nRisk: The skill automatically associates requests with an internal user identity and can query cloud history.\n\nMitigation: Make identity association and history lookup explicit to administrators and users before deployment, and avoid environments where silent account creation or history access is not allowed.\n\nRisk: Returned authentication tokens may be stored in a local workspace SQLite database.\n\nMitigation: Restrict workspace file access, avoid sharing the workspace, and rotate or revoke tokens if the workspace may have been exposed.\n\nRisk: The authoritative scan verdict is suspicious because the API client has broader account and history behavior than the bird-recognition description suggests.\n\nMitigation: Review the API permissions and endpoints before use, and prefer a release that clearly declares permissions and scopes the client to bird-recognition functions.\n\n## Reference(s):\n\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis)\n- [Skill demo](https://lifeemergence.com/sample.html)\n- [Bird recognition API documentation](artifact/references/api_doc.md)\n- [Shared analysis API documentation](artifact/skills/smyx_analysis/references/api_doc.md)\n\n## Skill Output:\n\n**Output Type(s):** [Analysis, API Calls, Markdown, JSON, Files]\n\n**Output Format:** [Markdown text or JSON structured report, with optional saved output file and report export link]\n\n**Output Parameters:** [1D]\n\n**Other Properties Related to Output:** [Supports local image/video file input, public media URL input, history-list queries, and optional output file path; documented size limit is 10 MB.]\n\n## Skill Version(s):\n\n1.0.16 (source: server release metadata; artifact frontmatter reports 1.0.10)\n\n## Ethical Considerations:\n\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment.\n\nFile v1.0.16:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.16:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.15: 31 files, 38720 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (2619b), SKILL.md (10090b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (150b)\n\nFile v1.0.15:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.9\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.15:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.15\",\n  \"publishedAt\": 1785388473184\n}\n\nFile v1.0.15:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.15:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.15:scripts/config.yaml\n\n{}\n\nFile v1.0.15:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.15:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.15:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.15:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.15:skill-card.md\n\n## Description: <br>\nIdentifies bird species in images or videos of target areas, supports recognition of at least 500 common bird species, and can query historical cloud analysis reports. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[18072937735](https://clawhub.ai/user/18072937735) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nExternal users, ecological observers, birdwatchers, and developers use this skill to identify bird species in uploaded images, videos, or URLs and to retrieve historical bird-recognition reports from the connected cloud service. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The skill sends bird images, videos, or URLs to lifeemergence.com services for cloud recognition. <br>\nMitigation: Install and run it only when cloud processing is acceptable, and avoid submitting sensitive media or private URLs. <br>\nRisk: The skill can silently create or reuse a local identity for analysis and report-history access. <br>\nMitigation: Review identity behavior before deployment and run the skill in an isolated workspace or account where identity reuse must be controlled. <br>\nRisk: The security evidence reports local storage of service tokens in a workspace SQLite database. <br>\nMitigation: Restrict workspace access, review the bundled common API code, and clear or rotate stored tokens after use in sensitive environments. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis) <br>\n- [Skill demo](https://lifeemergence.com/sample.html) <br>\n- [API documentation](references/api_doc.md) <br>\n- [Analysis API documentation](skills/smyx_analysis/references/api_doc.md) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, JSON, shell commands, guidance] <br>\n**Output Format:** [Markdown or JSON analysis report with species-recognition results, confidence information, recommendations, report links, and optional saved output file] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [Historical report queries can return Markdown tables sourced from the connected cloud API.] <br>\n\n## Skill Version(s): <br>\n1.0.15 (source: server release evidence; artifact frontmatter lists 1.0.9) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v1.0.15:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.15:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.14: 31 files, 38648 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (2453b), SKILL.md (10090b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28776b), _meta.json (150b)\n\nFile v1.0.14:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.7\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.14:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.14\",\n  \"publishedAt\": 1784026648729\n}\n\nFile v1.0.14:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.14:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.14:scripts/config.yaml\n\n{}\n\nFile v1.0.14:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.14:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.14:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.14:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.14:skill-card.md\n\n## Description: <br>\nIdentifies bird species in images or videos, supports recognition of at least 500 common species, and can produce structured bird-recognition reports for ecological observation and birdwatching use cases. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[18072937735](https://clawhub.ai/user/18072937735) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nExternal users and developers use this skill to analyze bird images, videos, or URLs, identify likely species, and retrieve prior cloud-generated recognition reports. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The skill sends bird images, videos, URLs, and an internal user identifier to a remote Life Emergence service for processing. <br>\nMitigation: Install and use it only when remote processing of those inputs is acceptable for the user, organization, and data involved. <br>\nRisk: The skill can create local workspace data that may include reusable account or session tokens. <br>\nMitigation: Prefer a release that documents storage and cleanup behavior, and review local workspace data handling before deployment. <br>\nRisk: The skill supports cloud history access for account-linked recognition reports. <br>\nMitigation: Confirm that cloud history access is expected and appropriately disclosed before using report-listing features. <br>\n\n\n## Reference(s): <br>\n- [ClawHub Skill Page](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis) <br>\n- [Skill Demo](https://lifeemergence.com/sample.html) <br>\n- [API Documentation](references/api_doc.md) <br>\n- [Analysis API Documentation](skills/smyx_analysis/references/api_doc.md) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, json, shell commands] <br>\n**Output Format:** [Markdown or JSON text with report links and recognition results] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [May include cloud report links and historical report listings.] <br>\n\n## Skill Version(s): <br>\n1.0.14 (source: server release metadata; SKILL.md frontmatter reports 1.0.7) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v1.0.14:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.14:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3\n\nArchive v1.0.13: 31 files, 38668 bytes\n\nFiles: references/api_doc.md (661b), scripts/__init__.py (31b), scripts/bird_recognition_analysis.py (3176b), scripts/config.py (644b), scripts/config.yaml (3b), scripts/skill.py (567b), skill-card.md (2598b), SKILL.md (10090b), skills/smyx_analysis/__init__.py (0b), skills/smyx_analysis/references/api_doc.md (427b), skills/smyx_analysis/requirements.txt (45b), skills/smyx_analysis/scripts/__init__.py (0b), skills/smyx_analysis/scripts/api_service.py (1509b), skills/smyx_analysis/scripts/config.py (1003b), skills/smyx_analysis/scripts/config.yaml (3b), skills/smyx_analysis/scripts/skill.py (6529b), skills/smyx_analysis/scripts/smyx_analysis.py (3833b), skills/smyx_common/__init__.py (0b), skills/smyx_common/requirements.txt (47b), skills/smyx_common/scripts/__init__.py (177b), skills/smyx_common/scripts/api_service.py (2645b), skills/smyx_common/scripts/base.py (469b), skills/smyx_common/scripts/config-dev.yaml (214b), skills/smyx_common/scripts/config-prod.yaml (0b), skills/smyx_common/scripts/config-test.yaml (256b), skills/smyx_common/scripts/config.py (24363b), skills/smyx_common/scripts/config.yaml (473b), skills/smyx_common/scripts/dao.py (18266b), skills/smyx_common/scripts/skill.py (2473b), skills/smyx_common/scripts/util.py (28605b), _meta.json (150b)\n\nFile v1.0.13:SKILL.md\n\n---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.6\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |\n| 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 |\n\n#### 🔒 关键约束\n\n| 禁止/要求 | 说明 |\n|---|---|\n| 🚫 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 |\n| 🚫 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 |\n| 🚫 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 |\n| ✅ 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 |\n\n---\n\n### 🧪 标准流程 | Standard Flow\n\n| 步骤 | 阶段 | 执行动作 |\n|---:|---|---|\n| 1 | 📥 准备鸟类图片/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 |\n| 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 |\n| 3 | ⚙️ 执行鸟类识别分析 | 调用 `-m scripts.bird_recognition_analysis` 处理输入（**必须在技能根目录下运行脚本**） |\n| 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 |\n\n### ⚙️ 脚本参数说明\n\n| 参数 | 含义 | 备注 |\n|---|---|---|\n| `--input` | 本地图片/视频文件路径 | 适用于本地文件分析 |\n| `--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 |\n| `--list` | 显示历史鸟类识别分析报告列表清单（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 |\n| `--api-url` | API 服务地址（可选，使用默认值） | 按需填写 |\n| `--detail` | 输出详细程度（basic/standard/json，默认 json） | 输出详细程度 |\n| `--output` | 结果输出文件路径（可选） | 可选 |\n\n## 🗂️ 资源索引 | Resource Index\n| 资源类型 | 路径 | 用途 | 何时读取 |\n|---|---|---|---|\n| 🐍 必要脚本 | [`scripts/bird_recognition_analysis.py`](scripts/bird_recognition_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 |\n| 🐍 必要脚本 | [`scripts/config.py`](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 |\n| 📘 领域参考 | [`references/api_doc.md`](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 |\n\n## ⚠️ 注意事项 | Notes\n| 分类 | 注意事项 |\n|---|---|\n| 📚 文档读取 | 仅在需要时读取参考文档，保持上下文简洁 |\n| 📁 格式支持 | 支持格式：jpg/jpeg/png/mp4/avi/mov，最大 10MB |\n| 🧑‍⚖️ 结果性质 | 识别结果仅供自然观察参考，物种保护请遵循当地法律法规 |\n| 🚫 脚本限制 | 禁止临时生成脚本，只能用技能本身的脚本 |\n| 🌐 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 |\n| 📜 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 |\n| 📜 报告输出 | 表格输出示例 |\n\n## 📝 隐私与数据安全声明 | Privacy & Data Security\n| 序号 | 说明 |\n|---:|---|\n| 1 | **数据保密处理** |\n| 2 | 系统基于 用户名/手机号 生成的标识仅作为用户关联信息，**不保存任何可直接识别个人身份的明文信息**。 |\n| 3 | **安全传输** |\n| 4 | 所有数据（包括视频文件及关联标识）均通过 **HTTPS/TLS 加密通道** 发送至云端 API 进行分析，防止数据在传输过程中被窃取或篡改。 |\n| 5 | **数据留存策略** |\n| 6 | 云端服务器遵循“最小必要原则”，**分析任务完成后即刻删除原始视频数据，不进行持久化存储**，确保用户隐私数据不被留存或滥用。 |\n## 🧰 使用示例 | Examples\n```bash\n# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json\n```\n\nFile v1.0.13:_meta.json\n\n{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.13\",\n  \"publishedAt\": 1783227869692\n}\n\nFile v1.0.13:references/api_doc.md\n\n# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析\n\nFile v1.0.13:skills/smyx_analysis/references/api_doc.md\n\n# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |\n\nFile v1.0.13:scripts/config.yaml\n\n{}\n\nFile v1.0.13:skills/smyx_analysis/scripts/config.yaml\n\n{}\n\nFile v1.0.13:skills/smyx_common/scripts/config-dev.yaml\n\nApiEnum:\n  base-url-open-api: \"http://192.168.1.234:9601/smyx-open-api\"\n  base-url-open-h5: \"http://192.168.1.234:4100\"\n  base-url-health: \"http://192.168.1.234:7070/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.13:skills/smyx_common/scripts/config-test.yaml\n\nApiEnum:\n  base-url-open-api: \"https://livemonitortest.lifeemergence.com/smyx-open-api\"\n  base-url-open-h5: \"http://livemonitortest.lifeemergence.com\"\n  base-url-health: \"https://healthtest.lifeemergence.com/jeecg-boot-xzgz\"\n\nConstantEnum:\n  is-debug: true\n\nFile v1.0.13:skills/smyx_common/scripts/config.yaml\n\nApiEnum:\n  api-key: null\n  api-secret-key: null\n  base-url-health: https://lifeemergence.com/jeecg-boot-xzgz\n  base-url-open-api: https://open.lifeemergence.com/smyx-open-api\n  base-url-open-h5: http://livemonitor.lifeemergence.com\n  database-url: null\nConstantEnum:\n  app--id: x1a3s4nwy1s2r4se\n  current--tentant-code: XIAN_ZHAO_GAN_ZHI\n  default--skill-platform-name: ARK_CLAW\n  feishu-app--id: cli_a93d769369badcb1\n  feishu-app--secret: null\n  is-debug: false\nenv: prod\n\nFile v1.0.13:skill-card.md\n\n## Description: <br>\nIdentifies bird species in images or videos of target areas, supports recognition of at least 500 common bird species, and supports customized model training for ecological observation, garden bird watching, and related scenarios. <br>\n\nThis skill is ready for commercial/non-commercial use. <br>\n\n## Publisher: <br>\n[18072937735](https://clawhub.ai/user/18072937735) <br>\n\n### License/Terms of Use: <br>\nMIT-0 <br>\n\n\n## Use Case: <br>\nExternal users and developers use this skill to submit bird images, videos, or media URLs for cloud-based species identification and structured analysis. The skill can also retrieve prior bird recognition reports associated with the user's local identity. <br>\n\n### Deployment Geography for Use: <br>\nGlobal <br>\n\n## Known Risks and Mitigations: <br>\nRisk: The skill sends supplied media or URLs to a vendor cloud service for analysis. <br>\nMitigation: Review data-sharing requirements before use and avoid submitting sensitive media unless cloud processing is approved. <br>\nRisk: The skill may silently create or reuse a local identity and retrieve account-linked report history. <br>\nMitigation: Run it in an approved workspace and confirm users understand that history retrieval is linked to the locally resolved identity. <br>\nRisk: The skill may store service tokens in a workspace SQLite database. <br>\nMitigation: Protect the workspace, rotate credentials if exposure is suspected, and remove local state when the skill is no longer needed. <br>\n\n\n## Reference(s): <br>\n- [ClawHub skill page](https://clawhub.ai/18072937735/skills/smyx-bird-recognition-analysis) <br>\n- [Skill demo](https://lifeemergence.com/sample.html) <br>\n- [API interface documentation](artifact/references/api_doc.md) <br>\n- [SMYX analysis API documentation](artifact/skills/smyx_analysis/references/api_doc.md) <br>\n\n\n## Skill Output: <br>\n**Output Type(s):** [text, markdown, JSON, files, shell commands, guidance] <br>\n**Output Format:** [Markdown or JSON report text, with an optional saved result file.] <br>\n**Output Parameters:** [1D] <br>\n**Other Properties Related to Output:** [May include recognition results, confidence details, recommendations, cloud report links, and history-report tables.] <br>\n\n## Skill Version(s): <br>\n1.0.13 (source: server release metadata) <br>\n\n## Ethical Considerations: <br>\nUsers should evaluate whether this skill is appropriate for their environment, review any generated or modified files before relying on them, and apply their organization's safety, security, and compliance requirements before deployment. <br>\n\nFile v1.0.13:skills/smyx_analysis/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nyaml==6.0.3\n\nFile v1.0.13:skills/smyx_common/requirements.txt\n\npydash==8.0.6\nSQLAlchemy==2.0.46\nPyYAML==6.0.3","readmeExcerpt":"Skill: Bird Recognition Tool | 鸟类识别工具 Owner: 18072937735 Summary: Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 Tags: latest:1.0.22 Version history: v1.0.22 | 202","codeSnippets":[],"executableExamples":[{"language":"bash","snippet":"python -m scripts.bird_recognition_analysis --list"},{"language":"text","snippet":"requests>=2.28.0"},{"language":"bash","snippet":"# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json"},{"language":"bash","snippet":"python -m scripts.bird_recognition_analysis --list"},{"language":"text","snippet":"requests>=2.28.0"},{"language":"bash","snippet":"# 识别本地鸟类图片\npython -m scripts.bird_recognition_analysis --input /path/to/bird.jpg\n\n# 识别本地视频\npython -m scripts.bird_recognition_analysis --input /path/to/forest.mp4\n\n# 识别网络图片\npython -m scripts.bird_recognition_analysis --url https://example.com/bird.jpg\n\n# 显示历史识别报告/显示识别报告清单列表/显示历史鸟类识别（自动触发关键词：查看历史识别报告、历史报告、识别报告清单等）\npython -m scripts.bird_recognition_analysis --list\n\n# 输出精简报告\npython -m scripts.bird_recognition_analysis --input bird.jpg --detail basic\n\n# 保存结果到文件\npython -m scripts.bird_recognition_analysis --input bird.jpg --output result.json"}],"parameters":null,"dependencies":[],"permissions":[],"extractedFiles":[{"path":"SKILL.md","content":"---\nname: \"bird-recognition-analysis\"\ndescription: \"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景\"\nversion: \"1.0.17\"\nlicense: \"MIT-0\"\n---\n\n# 🐦 Bird Recognition Tool | 鸟类识别工具\n\n> **智能健康/识别分析中枢** · 图片/视频智能分析 · 结构化报告 · 历史报告云端查询\n\n---\n\n## 🧭 技能概览 | Overview\n\n| 模块 | 内容 |\n|---|---|\n| 🏷️ 技能名称 | **鸟类识别工具** |\n| 🎯 核心目标 | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 |\n| 🖼️ 输入类型 | 图片、视频、本地文件、网络 URL |\n| 📝 输出能力 | 结构化分析报告、风险/识别结果、建议与报告链接 |\n| 🧩 场景码 | `BIRD_RECOGNITION` |\n\nThis capability supports automatic bird identification in images or video streams, covering over 500 common species and\ncapable of distinguishing between similar species and subspecies. Powered by deep learning visual models, the system can\nbe deployed in ecological observation stations, nature reserves, or home backyards to enable real-time monitoring and\nrecording of bird species. It also supports customized model training to optimize recognition performance based on\nspecific regional or species requirements, providing intelligent assistance for bird diversity surveys, birdwatching\nhobbies, and ecological conservation.\n\n本技能支持对图片或视频流中的鸟类进行自动识别，覆盖不低于500种常见鸟类，可区分相似种与亚种。系统基于深度学习视觉模型，可部署于生态观测站、自然保护区或家庭庭院等场景，实现鸟种实时监测与记录。同时支持定制化模型训练，根据特定区域或物种需求优化识别效果，为鸟类多样性调查、观鸟爱好及生态保护提供智能辅助。\n\n## 🎬 技能演示 | Skill Demo\n[▶️ 点击查看技能使用介绍](https://lifeemergence.com/sample.html)\n\n## 🎯 任务目标 | Goals\n\n### 1. 🧩 技能用途\n\n识别图片/视频中出现的鸟类，准确判定鸟类品种\n\n### 2. 🛠️ 能力范围\n\n| 序号 | 具体能力 |\n|---:|---|\n| 1 | 鸟类检测 |\n| 2 | 品种分类 |\n| 3 | 置信度评定 |\n\n### 3. ⚡ 触发条件\n\n| 触发类型 | 触发规则 |\n|---|---|\n| ✅ 默认触发 | **默认触发**：当用户提供图片/视频需要识别鸟类品种时，默认触发本技能 |\n| 🔎 明确分析意图 | 当用户明确需要鸟类识别、鸟种类鉴定时，提及观鸟、鸟类识别、鸟种类识别等关键词，并且上传了图片/视频 |\n| 📚 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** ：查看历史识别报告、鸟类识别报告清单、识别报告列表、查询历史识别报告、显示所有识别报告、鸟类分析报告，查询鸟类识别分析报告 |\n\n### 4. 🤖 自动行为\n\n| 自动行为 | 执行要求 |\n|---|---|\n| 📎 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 |\n| ☁️ 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 |\n\n#### ⚠️ 强制数据获取规则（次高优先级）\n\n> **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。\n\n必须执行：\n\n```bash\npython -m scripts.bird_recognition_analysis --list\n```\n\n| 类型 | 要求 |\n|---|---|\n| ✅ 必须 | 使用 `python -m scripts.bird_recognition_analysis --list` 调用 API 查询云端的历史报告数据 |\n| 🚫 严格禁止 | 从本地 `memory` 目录读取历史会话信息 |\n| 🚫 严格禁止 | 手动汇总本地记录中的报告 |\n| 🚫 严格禁止 | 从长期记忆中提取报告 |\n| ✅ 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 |\n\n## 📦 前置准备 | Requirements\n- 依赖说明:scripts 脚本所需的依赖包及版本\n  ```\n  requests>=2.28.0\n  ```\n\n## 📸 识别要求 | Recognition Requirements\n| 要求项 | 说明 |\n|---|---|\n| 要求 | 如果是视频，建议截取鸟类清晰停留的片段上传 |\n\n## 🚀 操作步骤 | Workflow\n### 🔐 用户身份处理（内部自动完成）\n\n> **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**。\n\n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：\n\n| 场景 | 系统行为 |\n|---|---|\n| 上游系统有内部身份参数 | 由脚本静默接收并使用 |\n| 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 |\n| 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 |"},{"path":"_meta.json","content":"{\n  \"ownerId\": \"kn7e2caqj7pnsvr9r7t8zenghs83xw7n\",\n  \"slug\": \"smyx-bird-recognition-analysis\",\n  \"version\": \"1.0.22\",\n  \"publishedAt\": 1790666852214\n}"},{"path":"references/api_doc.md","content":"# API 接口文档\n\n此处用于存放鸟类识别分析 API 的接口文档，待后续补充。\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 主要接口\n\n1. `/web/ai-analysis/v2/start-common-ai-analysis` - 启动AI分析任务\n2. `/web/ai-analysis/v2/get-common-ai-analysis-result` - 获取分析结果\n3. `/web/ai-analysis/page-common-ai-analysis-result` - 分页查询历史报告\n4. `/ai/order/api/getReportDetailExport?id={id}` - 导出完整报告\n\n## 场景代码\n\n- `OPEN_BIRD_RECOGNITION_ANALYSIS` - 开放平台鸟类识别分析"},{"path":"skills/smyx_analysis/references/api_doc.md","content":"# API接口文档\n\n## 接口规范\n\n- 基础地址：由 smyx_common 配置统一管理\n- 认证方式：API Key 鉴权\n- 请求格式：支持文件上传\n- 响应格式：JSON\n\n## 错误码说明\n\n| 错误码 | 说明       |\n|-----|----------|\n| 400 | 请求参数错误   |\n| 401 | API密钥无效  |\n| 403 | 权限不足     |\n| 413 | 文件过大     |\n| 415 | 不支持的文件格式 |\n| 500 | 服务器内部错误  |"},{"path":"scripts/config.yaml","content":"{}"}],"languages":[],"docsSourceLabel":"CLAWHUB","editorialOverview":"Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 Skill: Bird Recognition Tool | 鸟类识别工具 Owner: 18072937735 Summary: Identifies bird species in images/videos of target areas. Supports recognition of no less than 500 common bird species, supports customized model training, suitable for ecological observation, garden bird watching and other scenarios. | 鸟类识别工具，识别目标区域图片/视频中的鸟类种类，支持不低于500种常见鸟类识别，支持定制化模型训练，适用于生态观测、庭院观鸟等场景 Tags: latest:1.0.22 Version history: v1.0.22 | 202","editorialQuality":{"score":100,"threshold":65,"status":"ready","wordCount":848,"uniquenessScore":48,"reasons":[]}},"media":{"evidence":{"source":"no-media","verified":false,"confidence":"low","updatedAt":"2026-10-09T16:28:56.720Z","emptyReason":"No screenshots, media assets, or demo links are available."},"primaryImageUrl":null,"mediaAssetCount":0,"assets":[],"demoUrl":null},"ownerResources":{"evidence":{"source":"unclaimed","verified":false,"confidence":"low","updatedAt":"2026-10-09T16:28:56.720Z","emptyReason":"This page has not been claimed by the agent owner."},"hasCustomPage":false,"customPageUpdatedAt":null,"customLinks":[],"structuredLinks":{"docsUrl":null,"demoUrl":null,"supportUrl":null,"pricingUrl":null,"statusUrl":null},"customPage":null},"relatedAgents":{"evidence":{"source":"protocol-neighbors","verified":false,"confidence":"medium","updatedAt":"2026-10-10T00:18:11.156Z","emptyReason":null},"items":[{"id":"8ebccd8e-3863-4187-8355-c3f14e1f9edf","entityType":"agent","canonicalPath":"/agent/iofficeai-aionui","slug":"iofficeai-aionui","name":"AionUi","description":"Free, local, open-source 24/7 Cowork app and OpenClaw for Gemini CLI, Claude Code, Codex, OpenCode, Qwen Code, Goose CLI, Auggie, and more | 🌟 Star if you like it!","url":"https://github.com/iOfficeAI/AionUi","homepage":"https://www.aionui.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-10-09T19:11:12.944Z","createdAt":"2026-02-25T03:38:16.584Z","downloads":null},{"id":"b917f68a-ebff-438e-84f8-3f4b2494c0bc","entityType":"agent","canonicalPath":"/agent/activepieces-activepieces","slug":"activepieces-activepieces","name":"activepieces","description":"AI Agents & MCPs & AI Workflow Automation • (~400 MCP servers for AI agents) • AI Automation / AI Agent with MCPs • AI Workflows & AI Agents • MCPs for AI Agents","url":"https://github.com/activepieces/activepieces","homepage":"https://www.activepieces.com","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-15T02:22:12.426Z","createdAt":"2026-02-25T03:38:12.412Z","downloads":null},{"id":"5cb26759-3a39-483f-94cf-276a98c13bb8","entityType":"agent","canonicalPath":"/agent/cherryhq-cherry-studio","slug":"cherryhq-cherry-studio","name":"cherry-studio","description":"AI productivity studio with smart chat, autonomous agents, and 300+ assistants. Unified access to frontier LLMs","url":"https://github.com/CherryHQ/cherry-studio","homepage":"https://cherry-ai.com","source":"GITHUB_REPOS","protocols":["MCP","OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-04-11T14:38:40.986Z","createdAt":"2026-02-25T03:38:19.379Z","downloads":null},{"id":"6f6582d0-5d76-4f0f-b81d-86520247950b","entityType":"agent","canonicalPath":"/agent/copilotkit-copilotkit","slug":"copilotkit-copilotkit","name":"CopilotKit","description":"The Frontend for Agents & Generative UI. React + Angular","url":"https://github.com/CopilotKit/CopilotKit","homepage":"https://docs.copilotkit.ai","source":"GITHUB_REPOS","protocols":["OPENCLAW"],"capabilities":[],"safetyScore":100,"overallRank":70,"updatedAt":"2026-03-25T09:50:57.846Z","createdAt":"2026-02-25T03:39:14.617Z","downloads":null}],"links":{"hub":"/agent","source":"/agent/source/clawhub","protocols":[{"label":"OpenClaw","href":"/agent/protocol/openclew"}]}}}