/install lc-scene-analysis-http
\r \r
LC Scene Analysis HTTP\r
\r 这是一个工地隐患分析模型技能,用于处理施工现场静态图片的安全隐患识别任务。\r \r
何时使用\r
\r 当用户提供施工现场图片或图片 URL,并希望:\r \r
- 识别图片中的安全隐患\r
- 获取模型分析结果\r
- 输出隐患结论或简要说明\r \r 此时使用本技能。\r \r
不要使用\r
\r 以下情况不要调用本技能:\r \r
- 视频流分析\r
- 摄像头实时拉流\r
- 本地模型推理\r
- PLC、机器人、设备控制\r
- 非施工现场图片分析\r
- 与工地隐患识别无关的任务\r \r
前置要求\r
\r 需要存在 auth profile:\r \r
lc_scene_http:default\r \r 该 profile 需提供以下字段:\r \rapi_base:服务基地址\rapi_key:接口认证信息\rflow_id:默认 flowId\ralgorithm_id:默认 algorithmId,可为空\r \r 如果用户本次请求显式提供了flow_id或algorithm_id,优先使用用户输入;否则使用默认配置。\r \r 不要向用户展示任何密钥、token、profile 内容或本地认证文件内容。\r \r
接口说明\r
\r
1. 默认接口:智能巡检\r
接口:\r
\r
POST /api/chat/agent/chatOnceNew\r
\r
用途:\r
\r
- 默认图片隐患分析\r
- 工地安全隐患识别\r
- 普通分析请求优先走该接口\r \r
2. 数据采集接口\r
接口:\r
\r
POST /api/chat/agent/chatOnceRaw\r
\r
用途:\r
\r
- 用户明确要求数据采集\r
- 用户明确要求结构化结果、原始结果、JSON 结果时调用\r \r
3. 交叉验证接口\r
接口:\r
\r
POST /api/chat/agent/crossVerify\r
\r
用途:\r
\r
- 用户明确要求交叉验证、复核、二次校验时调用\r
- 当前会结合 CV 小模型对输出结果进行二次校验\r \r
选择规则\r
\r 按以下规则选择接口:\r \r
- 用户明确要求“交叉验证 / 复核 / 二次校验 / 再确认” →
crossVerify\r - 用户明确要求“数据采集 / 原始结果 / 结构化结果 / JSON 结果” →
chatOnceRaw\r - 其他普通工地隐患分析请求 →
chatOnceNew\r \r 如果无法判断,默认使用chatOnceNew。\r \r
输入要求\r
\r 优先接受以下输入:\r \r
- 单张图片 URL\r
- 多张图片 URL\r
- 用户额外提供的
flow_id\r - 用户额外提供的
algorithm_id\r \r 如果没有图片或图片 URL,不要调用接口,应明确告知缺少输入。\r \r
请求要求\r
\r 调用时:\r \r
- 从
lc_scene_http:default读取默认配置\r - 使用其中的
api_base、api_key、flow_id、algorithm_id\r - 若用户显式传入
flow_id/algorithm_id,则覆盖默认值\r - 默认调用
chatOnceNew\r - 仅在用户明确要求时调用
chatOnceRaw或crossVerify\r \r
输出要求\r
\r
- 默认返回核心隐患识别结果\r
- 如用户要求原始结果或结构化结果,尽量保留关键字段\r
- 可以做简洁总结,但不要篡改关键结论\r
- 不确定内容不要说成确定事实\r \r
错误处理\r
\r 以下情况要明确报错,不要伪造结果:\r \r
- auth profile 不存在\r
- profile 缺少必要字段\r
- 图片输入缺失\r
- 服务返回 4xx / 5xx\r
- 服务超时\r
- 返回结构异常\r \r
安全要求\r
\r
- 不要输出密钥、token、Authorization 信息\r
- 不要输出认证文件内容\r
- 对外部图片 URL 保持谨慎\r
- 如果任务明显超出工地隐患分析范围,不要强行调用本技能\r \r
示例\r
\r
示例 1:默认分析\r
用户:\r “帮我分析这张施工现场图片有哪些隐患:https://example.com/a.jpg”\r \r 处理:\r
- 调用
chatOnceNew\r \r
示例 2:数据采集\r
用户:\r “把这张图按结构化结果返回:https://example.com/b.jpg”\r \r 处理:\r
- 调用
chatOnceRaw\r \r
示例 3:交叉验证\r
用户:\r “这张图再帮我做一次交叉验证:https://example.com/c.jpg”\r \r 处理:\r
- 调用
crossVerify
- 确保已安装 OpenClaw(本地或 Docker 部署)
- 在对话框中输入安装命令:
/install lc-scene-analysis-http - 安装完成后,直接呼叫该 Skill 的名称或使用
/lc-scene-analysis-http触发 - 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
LC Scene Analysis HTTP 是什么?
工地隐患分析模型技能,默认处理施工现场静态图片的隐患识别;仅在用户明确要求时调用数据采集或交叉验证接口。 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 193 次。
如何安装 LC Scene Analysis HTTP?
在 OpenClaw 或 Claude Code 对话框中运行命令「/install lc-scene-analysis-http」即可一键安装,无需额外配置。
LC Scene Analysis HTTP 是免费的吗?
是的,LC Scene Analysis HTTP 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。
LC Scene Analysis HTTP 支持哪些平台?
LC Scene Analysis HTTP 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(windows, linux)。
谁开发了 LC Scene Analysis HTTP?
由 chenqu108(@chenqu108)开发并维护,当前版本 v1.0.5。