核心功能与用法
电动车智能检测分析技能（electric-vehicle-detection-analysis）是一款面向安全管理场景的计算机视觉应用，专为工业园区、社区及机构设计。该技能通过实时分析视频流和静态图像，自动检测禁行区域内的电动摩托车与电动车，精准统计违规停放与行驶数量，并即时触发预警通知。
核心能力：
- 双模态检测：支持视频流（mp4/avi/mov）和图片（jpg/png/jpeg）输入，最大10MB
- 智能识别：基于CV技术自动识别电动摩托车/电动车目标
- 场景适配：内置停车场、社区园区、校园单位、禁行道路等多场景类型
- 违规统计：自动计数违规停放与行驶车辆数量
- 分级预警：根据违规程度生成不同等级告警
- 历史追溯：支持云端历史报告查询，以Markdown表格形式展示完整清单
典型调用方式：
# 视频检测 python -m scripts.electric_vehicle_detection_analysis --input /path/to/video.mp4 --detection-type video --area-type community # 图片检测 python -m scripts.electric_vehicle_detection_analysis --input /path/to/image.jpg --detection-type image --area-type parking-lot # 历史报告查询 python -m scripts.electric_vehicle_detection_analysis --list
显著优点
1. 开箱即用：单脚本架构，仅依赖requests≥2.28.0，部署门槛低
2. 身份无感知：系统自动处理用户身份，无需用户输入任何标识参数
3. 云原生设计：历史数据强制从云端API获取，避免本地记忆污染
4. 输出标准化：支持basic/standard/json三级详细度，默认JSON便于集成
5. 开源友好：MIT-0许可证，几乎无使用限制
潜在局限
1. 网络依赖：依赖外部API服务进行实际推理，离线场景不可用
2. 格式限制：仅支持主流视频/图片格式，最大10MB可能限制长视频分析
3. 精度边界：计算机视觉检测受光照、遮挡、角度影响，需人工复核确认违规事实
4. 隐私合规：需用户自行确保符合当地数据保护法规
适用人群
- 园区/社区物业管理者：需要自动化车辆违规管控
- 企事业单位安全部门：提升重点区域安全管理效率
- 智慧城市建设方：集成CV能力至城市治理平台
- 开发者/集成商：需要快速接入电动车检测能力的二次开发
风险提示
- ⚠️ 强制隔离设计：明确禁止读取本地记忆文件（memory/YYYY-MM-DD.md、MEMORY.md等）和LanceDB长期记忆
- ⚠️ 云端优先：历史报告查询必须通过
--list调用云端API，禁止本地汇总 - ⚠️ 身份保密：内部身份参数不得向用户展示、询问或要求输入
- ⚠️ 结果参考性：AI检测结果仅作安全管理参考，不构成执法依据