前言¶

宠物美容场景里，美容师同时要看宠物、看刀头、看客户消息，很难一直盯着宠物的状态。等发现宠物已经剧烈挣扎、甚至受伤，往往已经晚了。想用摄像头做自动监测，但通用的宠物识别模型不区分”洗澡”和”应激”，直接拿来用误差很大。

下面介绍的这个 Skill 走的是另一条路：只针对美容过程中的应激行为做识别。输入一段美容过程的视频，它输出应激信号的检测结果和应激等级，方便美容师及时停下来安抚或采取其他措施。

这是什么¶

Pet Grooming Stress Behavior Analysis（宠物美容过程应激行为识别）是一个面向宠物美容场景的行为分析 Skill，坐标 @user_bb47e3e3/pet-grooming-stress-behavior-analysis，版本 1.0.0，发布者 user_bb47e3e3，来源 community，分类 life-service。

它解决的问题很具体：当用户提供宠物美容过程的视频 URL 或文件时，调用服务端 API 做应激行为识别，检测挣扎、张口喘气、尾巴夹紧等应激信号，并给出应激等级。不需要用户自己搭模型、写推理代码。

核心功能¶

根据官方简介，已核实的能力包括：

1、输入支持两种形式：本地视频文件，或网络视频 URL。也就是说既可以让用户把店里的摄像头录像拖进来，也可以直接传一个线上地址。
2、识别在服务端完成：Skill 会把视频交给服务端 API 做分析，本地只负责上传和调用。
3、应激信号检测覆盖三类：挣扎、张口喘气、尾巴夹紧。简介里写的是 “and other stress signals”，除这三类之外的信号，官方资料没有逐项列出，不做推测。
4、输出应激等级：不是简单一句”有/没有应激”，而是给出分级结果，用于决定是否需要干预。

触发方式：用户提供宠物美容过程的视频 URL 或文件时触发本技能。

安装与启用¶

官方页面未给出明确的安装命令与配置字段，这部分需要到页面核实后再写入，这里不做推测。

已核实到的配置相关信息只有一条：标签 requires_api_key=false，即该 Skill 不需要用户单独提供 API Key。至于它在 Cursor、Codex CLI、Claude Code 中各自的启用方式是否有差异，官方资料没有说明，无法核实的内容不写。

启用前建议先打开官方页面确认当前版本的安装说明，社区来源的 Skill 更新节奏和说明完整度通常不如官方仓库。

典型用法¶

官方简介里没有提供可直接复现的命令行示例或参数列表，因此下面只按资料说明调用路径，不编造参数名和返回字段。

1、用户侧输入：提供一段宠物美容过程的视频，形式是本地文件或网络 URL。
2、Skill 侧处理：将视频提交给服务端 API。
3、结果侧输出：得到应激信号检测结果与应激等级。

调用环节的具体接口地址、请求体格式、返回结构，需要以官方页面的说明为准。在拿到这些信息之前，不建议在生产流程里直接对接。

适用场景与注意¶

适合的场景，官方简介列了三类：宠物美容店摄像头、宠物医院、宠物护理服务。共同点是有宠物停留时间较长、需要观察行为变化的场景。

需要注意的几点：

1、它是分析工具，不是干预工具。识别出应激等级之后，是否停下美容、用什么方式安抚，仍由人来决策。不要把它当成可以自动处理宠物的控制回路。
2、输入质量直接影响结果。视频过暗、画面被遮挡、宠物被美容师身体挡住，都会影响应激信号的判断，实际使用时要考虑摄像头的角度和光照。
3、应激等级的阈值和含义，官方资料没有给出定义。上线前需要自己用一批已知状态的视频做验证，确认等级与实际状态的对应关系。
4、来源是 community，评分 100000，下载 608 次，安装 0 次。社区来源意味着维护和响应速度取决于发布者，引入前建议先在非生产环境跑通。
5、视频属于敏感数据，上传到服务端意味着数据离开本地。合规和隐私责任在使用前需要自己评估。

结尾¶

这个 Skill 的价值在于把”美容过程中宠物是否应激”这件事从靠人盯变成了可查询的结构化结果，接入方式简单，不需要本地推理环境。它的边界也很清楚：只做识别和分级，不做干预，也不承诺对所有应激表现都覆盖。

官方地址：https://api.skillhub.cn/user_bb47e3e3/pet-grooming-stress-behavior-analysis
SkillHub 页面：https://www.skillhub.cn/skills/user_bb47e3e3/pet-grooming-stress-behavior-analysis