前言¶
养宠过程中，体态变胖变瘦、皮肤外伤、精神萎靡等问题往往要靠主人肉眼判断，再决定是否就医。若希望在 Agent 对话里直接上传宠物照片或短视频、拿到结构化风险提示与报告链接，而不是手写提示词拼凑分析维度，可以把分析流程封装成 Skill，由模型按固定脚本调用云端能力。下面介绍 SkillHub 社区技能 Pet Body Condition & Health Analysis Skill（宠物体态健康分析技能）的定位、能力与安装用法。
这是什么¶
Pet Body Condition & Health Analysis Skill | 宠物体态健康分析技能 是面向生活服务的 Agent Skill，坐标为 @user_bb47e3e3/pet-body-health-analysis，当前 SkillHub 展示版本为 1.0.7，来源为 community，发布者为 user_bb47e3e3，分类 life-service。SkillHub 标签标明 requires_api_key=false，即按官方说明安装使用时不依赖用户自行配置 API Key。
官方简介：识别肥胖、消瘦、外伤、皮肤异常、精神状态异常，帮助宠物主人及时发现宠物健康问题。技能内场景码为 PET_BODY_HEALTH_ANALYSIS，输入可为图片、视频、本地文件或网络 URL，输出包括结构化分析报告、识别与监测结果、建议与报告链接。
核心功能¶
依据 SkillHub 页面与技能包 SKILL.md，可核实的能力如下。
- 体态与体表：基于计算机视觉，识别肥胖、消瘦等体态变化，并检测外伤、红肿、脱毛等皮肤异常。
- 精神状态：结合活动量与行为模式分析，判断精神状态是否异常。
- 媒体分析流程：对宠物图片或视频执行分析，生成结构化宠物体态健康分析报告。
- 历史报告：支持从云端查询历史分析报告列表；清单数据须通过脚本调用 API 获取，不得从本地记忆或人工汇总伪造。
技能说明中强调：分析结果仅供健康参考，不能替代专业兽医诊断，发现异常应及时就医。
安装与启用¶
通过 SkillHub CLI 安装¶
先确认本机已安装 skillhub（安装方式见 SkillHub 安装文档）。安装技能时必须用 --dir 指向当前 Agent 的 skills 目录，否则默认装到 ./skills/ 可能不会被识别。
skillhub install pet-body-health-analysis --namespace user_bb47e3e3 --dir <你的 Agent skills 目录>
常见 Agent 的 skills 目录（来自官方安装文档）：
- Cursor：
~/.cursor/skills/ - Claude Code：
~/.claude/skills/ - Codex：
~/.codex/skills/或项目下的.agents/skills/
安装成功后，包路径形如 @user_bb47e3e3/pet-body-health-analysis。
通过对话让 AI 安装¶
SkillHub 页面提供的提示词为：请 AI 根据 https://skillhub.cn/install/skillhub.md，安装 @user_bb47e3e3/pet-body-health-analysis。各客户端是否自动识别该坐标，取决于当前 Agent 的 Skill 加载机制；CLI 安装路径最明确。
前置依赖¶
技能脚本依赖：
requests>=2.28.0
分析或查询历史报告时，须在技能根目录下执行 python -m scripts.pet_body_health_analysis。
典型用法¶
在 Agent 中触发¶
当用户提供宠物图片或视频（含 URL 或本地上传）并需要体态健康分析时，技能默认触发；若用户明确提到肥胖、消瘦、皮肤异常、外伤检查、体态健康等关键词并附带媒体，也会触发。查询历史报告时，提及「查看历史分析报告」「分析报告清单」「宠物体态健康分析历史记录」等表述，应走云端列表查询而非本地编造。
用户身份由脚本内部自动处理：不得向用户询问或展示内部身份标识。
命令行示例¶
以下示例来自技能 SKILL.md，执行前请 cd 到技能根目录。
分析本地视频：
python -m scripts.pet_body_health_analysis --input /path/to/pet_video.mp4 --media-type video
分析本地图片：
python -m scripts.pet_body_health_analysis --input /path/to/pet.jpg --media-type image
查询云端历史报告列表：
python -m scripts.pet_body_health_analysis --list
可选参数包括 --url（网络媒体地址）、--detail（basic/standard/json，默认 json）、--output（结果写入文件）等。支持格式：视频 mp4/avi/mov，图片 jpg/png/jpeg，单文件最大 10MB。
演示说明链接（技能文档提供）：https://lifeemergence.com/sample.html
适用场景与注意¶
适合谁：希望在 Cursor、Claude Code、Codex 等支持 Skill 的环境里，用统一脚本完成宠物体态健康初筛、并需要云端历史报告列表的养宠用户或集成开发者。
限制与注意：
- 媒体需清晰可用；网络 URL 由 API 服务侧下载，技能说明默认按公网地址处理。
- 禁止临时自写脚本替代
scripts/pet_body_health_analysis.py，历史清单必须执行--list走云端接口。 - 隐私说明：关联标识不保存可识别个人的明文；传输走 HTTPS/TLS；技能文档称分析完成后云端按最小必要原则删除原始视频数据。具体合规要求以发布者与 API 文档为准，接口细节见包内
references/api_doc.md。
SkillHub 页面统计（抓取时）：评分 100000，下载 745 次；与部分外部线索中的数字可能不一致，以 SkillHub 为准。
结尾¶
Pet Body Condition & Health Analysis Skill 把肥胖、消瘦、外伤、皮肤与精神状态的识别收敛到可复用的 Skill 与 pet_body_health_analysis 脚本，适合作为养宠场景下的健康初筛助手。安装与详情见 SkillHub：
- 页面：https://www.skillhub.cn/skills/user_bb47e3e3/pet-body-health-analysis
- API 入口：https://api.skillhub.cn/user_bb47e3e3/pet-body-health-analysis
