Focus Analysis

• 直接使用 python -m scripts.focus_analysis --list --open-id 参数调用 API 查询云端的历史报告数据
• 严格禁止：从本地 memory 目录读取历史会话信息、严格禁止手动汇总本地记录中的报告、严格禁止从长期记忆中提取报告
• 必须统一从云端接口获取最新完整数据，然后以 Markdown 表格格式输出结果

前置准备

• 依赖说明:scripts 脚本所需的依赖包及版本

  requests>=2.28.0
  

操作步骤

🔒 open-id 获取流程控制（强制执行，防止遗漏）

在执行专注度分析前，必须按以下优先级顺序获取 open-id：

第 1 步：【最高优先级】检查技能所在目录的配置文件（优先）
        路径：skills/smyx_common/scripts/config.yaml（相对于技能根目录）
        完整路径示例：${OPENCLAW_WORKSPACE}/skills/{当前技能目录}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段，则读取 api-key 作为 open-id
        ↓ (未找到/未配置/api-key 为空)
第 2 步：检查 workspace 公共目录的配置文件
        路径：${OPENCLAW_WORKSPACE}/skills/smyx_common/scripts/config.yaml
        → 如果文件存在且配置了 api-key 字段，则读取 api-key 作为 open-id
        ↓ (未找到/未配置)
第 3 步：检查用户是否在消息中明确提供了 open-id
        ↓ (未提供)
第 4 步：❗ 必须暂停执行，明确提示用户提供用户名或手机号作为 open-id

⚠️ 关键约束：

• 禁止自行假设,自行推导,自行生成 open-id 值（如 openclaw-control-ui、default、focus123 等）
• 禁止跳过 open-id 验证直接调用 API
• 必须在获取到有效 open-id 后才能继续执行分析
• 如果用户拒绝提供 open-id，说明用途（用于保存和查询专注度分析报告记录），并询问是否继续

• 标准流程:
  1. 准备视频输入
     • 提供监控视频文件路径或网络视频 URL
     • 确保摄像头固定位置，完整拍摄到正面面部，光线充足
  2. 获取 open-id（强制执行）
     • 按上述流程控制获取 open-id
     • 如无法获取，必须提示用户提供用户名或手机号
  3. 执行专注度分析
     • 调用 -m scripts.focus_analysis 处理视频文件（必须在技能根目录下运行脚本）
     • 参数说明:
       • --input: 本地视频文件路径（使用 multipart/form-data 方式上传）
       • --url: 网络视频 URL 地址（API 服务自动下载）
       • --analyze-duration: 分析视频时长，单位：分钟，默认 30
       • --focus-threshold: 专注度阈值，低于该分值判定为分心，默认 0.6
       • --open-id: 当前用户的 open-id（必填，按上述流程获取）
       • --scene: 应用场景，可选：classroom/office/driving，默认 classroom
       • --list: 显示专注度分析历史报告列表清单（可以输入起始日期参数过滤数据范围）
       • --api-key: API 访问密钥（可选）
       • --api-url: API 服务地址（可选，使用默认值）
       • --detail: 输出详细程度（basic/standard/json，默认 json）
       • --output: 结果输出文件路径（可选）
  4. 查看分析结果
     • 接收结构化的专注度分析报告
     • 包含：基本信息、整体专注度评分、专注/分心时长统计、走神频次、专注度趋势变化、改善建议

资源索引

• 必要脚本：见 scripts/focus_analysis.py(用途：调用 API 进行专注度分析，本地文件使用 multipart/form-data 方式上传，网络 URL 由 API 服务自动下载)
• 配置文件：见 scripts/config.py(用途：配置 API 地址、默认参数和视频格式限制)
• 领域参考：见 references/api_doc.md(何时读取：需要了解 API 接口详细规范和错误码时)

注意事项

• 仅在需要时读取参考文档，保持上下文简洁
• 视频要求：支持 mp4/avi/mov 格式，最大 100MB，建议视频时长不少于 5 分钟以反映真实专注度变化
• 不同场景默认判定标准有差异，可通过参数调整阈值
• API 密钥可选，如果通过参数传入则必须确保调用鉴权成功，否则忽略鉴权
• 分析结果仅供参考，不能替代人工评估，具体改善方案请结合实际情况调整
• 禁止临时生成脚本，只能用技能本身的脚本
• 传入的网络地址参数，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
• 当显示历史分析报告清单的时候，从数据 json 中提取字段 reportImageUrl 作为超链接地址，使用 Markdown 表格格式输出，包含" 报告名称"、"分析时间"、"平均专注度"、"点击查看"四列，其中"报告名称"列使用专注度分析报告-{记录id}形式拼接, "点击查看"列使用 [🔗 查看报告](reportImageUrl) 格式的超链接，用户点击即可直接跳转到对应的完整报告页面。
• 表格输出示例：

  报告名称	分析时间	平均专注度	点击查看
  专注度分析报告-20260312172200001	2026-03-12 17:22:00	0.85	🔗 查看报告

使用示例

# 分析课堂视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.focus_analysis --input /path/to/classroom.mp4 --scene classroom --analyze-duration 45 --open-id openclaw-control-ui

# 分析办公会议视频，设置专注度阈值（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.focus_analysis --input /path/to/meeting.mp4 --scene office --focus-threshold 0.55 --open-id openclaw-control-ui

# 分析驾驶视频（以下只是示例，禁止直接使用openclaw-control-ui 作为 open-id）
python -m scripts.focus_analysis --input /path/to/driving.mp4 --scene driving --analyze-duration 120 --open-id openclaw-control-ui

# 显示历史分析报告/显示分析报告清单列表/显示历史专注度报告（自动触发关键词：查看历史分析报告、历史报告、分析报告清单等）
python -m scripts.focus_analysis --list --open-id openclaw-control-ui

# 输出精简报告
python -m scripts.focus_analysis --input video.mp4 --scene classroom --open-id your-open-id --detail basic

# 保存结果到文件
python -m scripts.focus_analysis --input video.mp4 --scene classroom --open-id your-open-id --output result.json