核心用法
本 Skill 是一款融合传统中医理论与现代 AI 技术的面诊分析工具。用户可通过上传本地 MP4 视频或提供网络视频 URL，调用服务端 AI 诊断 API 进行深度面部特征分析。系统严格遵循中医"望诊"理论，精准识别面色、光泽、纹理等关键指标，最终生成包含体质辨识、脏腑状况评估、健康风险提示及养生建议的结构化诊断报告。
核心操作流程包括：
1. 身份验证：通过多级优先级获取用户 open-id（配置文件 → 环境变量 → 用户输入），确保历史报告可追溯
2. 视频分析：支持本地文件（multipart/form-data 上传）或网络 URL（API 自动下载）两种输入方式
3. 云端诊断：调用服务端 API 进行实时面部捕捉与 TCM 理论分析
4. 报告生成：输出 JSON 结构化报告，包含 basic/standard 两种详细程度可选
5. 历史查询：通过 --list 参数查询云端历史报告清单，以 Markdown 表格形式展示
显著优点
理论权威性：深度融合传统中医"望诊"理论体系，将面色诊断、光泽判断、纹理分析等传统经验转化为可量化的 AI 分析指标，使千年中医智慧实现数字化传承。
技术先进性：采用服务端 AI 实时视频分析技术，支持动态面部捕捉，相比静态图片分析更能捕捉面部气血流动的细微变化，提升诊断准确性。
报告结构化：输出包含体质类型、脏腑功能评估、健康风险等级、个性化养生方案（饮食、作息、穴位建议等）的专业级报告，便于用户理解和长期跟踪。
历史可追溯：完整的云端报告存档机制，支持按时间范围筛选查询，方便用户对比体质变化趋势，实现健康管理的连续性。
多场景适配：支持本地视频文件、网络视频链接双模式输入，100MB 大文件支持，适配不同用户的上传环境。
潜在缺点与局限性
医疗边界明确：分析结果明确标注"仅供参考，不能替代专业医疗诊断"，对于疾病确诊、治疗方案制定等严肃医疗场景存在能力边界。
网络依赖性强：核心诊断逻辑完全依赖云端 API，离线环境无法使用；且 API 服务稳定性直接影响用户体验。
视频质量敏感：诊断准确性高度依赖输入视频的清晰度、光线条件和面部完整度，环境不佳可能导致分析偏差。
体质辨识局限：中医体质分类复杂多变，AI 模型对兼夹体质、动态变化的识别精度仍有提升空间。
隐私传输顾虑：面部视频涉及生物特征数据，尽管采用 HTTPS 加密传输，但用户仍需信任第三方服务商的数据安全承诺。
适合的目标群体
亚健康关注者：长期疲劳、睡眠不佳、面色晦暗等亚健康状态人群，希望通过中医视角了解体质倾向。
养生爱好者：对中医养生、体质调理有兴趣，希望获得个性化、可操作的健康建议。
健康管理师/养生机构：作为辅助工具，为客户提供可视化、数据化的体质评估服务，提升专业形象。
中医学习者：通过结构化报告反向理解中医面诊的诊断逻辑，辅助理论学习。
企业员工健康：企业 HR 或行政团队用于员工健康关怀项目，提供批量体质筛查服务。
使用风险
性能风险：视频上传和分析耗时较长（大文件可达数十秒），且受网络带宽和服务器负载影响，实时性不及纯本地方案。
依赖项风险：核心依赖 requests>=2.28.0 和云端 API 服务，若服务商接口变更或停止服务，技能将完全失效。
数据安全风险：尽管安全报告显示 TLS 1.2+ 加密和 GDPR 合规性通过，但生物特征数据上传至第三方云端，存在理论上的隐私泄露风险；建议敏感用户审慎使用。
结果误读风险：非专业用户可能过度解读 AI 诊断结果，将"体质倾向"等同于"疾病诊断"，延误正规就医时机。
子进程调用风险：代码中使用 subprocess.run 调用 openclaw agent，存在潜在的安全边界跨越风险，需确保参数严格过滤防止命令注入。
配置篡改风险：API 地址通过配置文件设定，无域名白名单限制，若本地配置被恶意修改，可能导致数据发送至非预期服务器。