Token导航 LogoToken导航

Agent Skill · 效率

smyx-focus-analysis(smyx 焦点分析)

smyx-focus-analysis 用于辅助前端页面、组件、样式和交互逻辑开发,适合在 OpenClaw 中需要维护前端项目、生成组件或检查界面实现时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

smyx-focus-analysis 是效率类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为需要联网;许可证为 MIT-0,第三方扫描有提醒项,按安装量在效率类的 21,003 个 Skill 里排第 19,767。

总安装 1,901周安装 80GitHub Stars 公开资料未说明下载 666核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.0

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:smyx-focus-analysis(smyx 焦点分析)
来源仓库:https://github.com/18072937735/smyx-focus-analysis
安装命令:
openclaw skills install smyx-focus-analysis
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install smyx-focus-analysis

这个 Skill 是做什么的

效率类 Skill 把重复的整理、汇总、转换工作交给助手完成,减少手工复制粘贴。

实时检测注视方向与面部姿态,量化注意力集中程度。适用于课堂教学、驾驶行为分析或注意力训练场景。接收视频流输入,输出专注度评分与分心预警信号。安装命令:openclaw skills install smyx-focus-analysis。应避免用于非自愿个体监控,尊重被观察者隐私权利。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install smyx-focus-analysis;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要需要联网,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

smyx-focus-analysis 怎么安装?

在终端执行 openclaw skills install smyx-focus-analysis。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

smyx-focus-analysis 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

smyx-focus-analysis 需要什么权限?

权限级别是需要联网。该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

smyx-focus-analysis 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

smyx-focus-analysis 用的人多吗?

公开数据是累计安装 1,901 次,近一周安装 80 次,下载 666 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

smyx-focus-analysis 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。

先想清楚的地方

  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理效率类任务、又不想每次都手写提示词的人。

不太适合

  • 需要厂商级技术支持和 SLA 的生产系统。

效率类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
github

GitHub 代码协作 · OpenClaw

7,632,918545需要联网MIT-0通过
nano-pdf

Nano PDF 文档 · OpenClaw

4,249,476231需要联网MIT-0通过
auto-updater

自动更新程序 · OpenClaw

2,964,063386操作浏览器MIT-0通过
video-frames

视频帧 · OpenClaw

2,621,304112需要联网MIT-0通过
gemini

Gemini 助手 · OpenClaw

2,547,39648需要联网MIT-0有提醒
smyx-focus-analysis

smyx 焦点分析 · 本页

1,901—需要联网MIT-0有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
focus-analysis
description
Real-time detection of gaze direction and facial pose to quantify states of focus, distraction, or mind-wandering. Suitable for scenarios such as classroom learning, office meetings, and driving attention monitoring. | 专注度分析技能,实时检测视线方向、面部姿态,量化专注/分心/走神状态,适用于课堂学习、办公会议、驾驶专注度监测等场景

Concentration Analysis Skill | 专注度分析技能

⚠️ 强制记忆规则(最高优先级)

本技能明确约定:

  • 绝对禁止读取任何本地记忆文件:包括但不限于 memory/YYYY-MM-DD.md、MEMORY.md 等本地文件
  • 绝对禁止从 LanceDB 长期记忆中检索信息
  • 所有历史分析报告查询必须从云端接口获取,不得使用本地记忆中的历史数据
  • 即使技能调用失败或接口异常,也不得回退到本地记忆汇总

任务目标

  • 本 Skill 用于:通过摄像头视频分析人员专注度,识别视线方向、面部姿态,量化专注/分心/走神状态,输出结构化的专注度分析报告
  • 能力包含:人脸跟踪、视线方向检测、头部姿态估计、专注度评分、分心走神统计、专注度趋势分析
  • 触发条件:

1. 默认触发:当用户提供监控视频 URL 或文件需要进行专注度分析时,默认触发本技能 2. 当用户明确需要进行专注度分析,提及专注度、分心、走神、课堂专注、办公专注、驾驶专注等关键词,并且上传了视频文件 3. 当用户提及以下关键词时,自动触发历史报告查询功能 :查看历史分析报告、专注度分析报告清单、分析报告列表、查询历史报告、显示所有分析报告、专注度分析历史记录,查询专注度分析分析报告

  • 自动行为:

1. 如果用户上传了附件或者视频文件,则自动保存到技能目录下 attachments 2. ⚠️ 强制数据获取规则(次高优先级):如果用户触发任何历史报告查询关键词(如"查看所有分析报告"、" 显示所有专注度报告"、"查看历史报告"等),必须: - 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

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-202603121722000012026-03-12 17:22:000.85🔗 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

平台分布

OpenClaw

78.74%
按下载量换算524

安全审计

VirusTotal

可疑

ClawScan

可疑

Static analysis

可疑

权限和风险

需要联网

该 Skill 可能需要联网访问来源站点、仓库或外部 API;具体网络访问范围需要结合源码和 README 复核。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills