核心用法
本技能通过先进的人脸识别算法实现熟人身份核验，完整工作流程分为两个阶段：底库录入与实时识别。用户需预先录入熟人人脸特征至个人数据库，随后上传图片或视频即可自动检测画面中的人脸、提取特征并与底库实时比对，最终输出结构化识别报告。
关键操作步骤：
1. 强制获取 open-id：按优先级读取技能目录或公共目录的 config.yaml 配置文件，或请求用户提供用户名/手机号作为身份标识
2. 执行识别分析：调用 scripts.familiar_person_recognition_analysis.py 脚本，支持本地文件（--input）或网络 URL（--url）两种输入方式
3. 查询历史报告：触发关键词（如"查看历史识别报告"）时，必须使用 --list --open-id 参数调用云端 API，严禁读取本地记忆文件
输出结果包含：检测到的人脸数量、识别出的熟人名单、每个人脸的边界框位置与置信度分数、结构化 JSON 或简化文本报告。
显著优点
- 双模输入支持：兼容本地多媒体文件（JPG/PNG/MP4/AVI/MOV，最大100MB）与公网 URL，API 服务自动下载网络资源
- 严格数据隔离：强制云端 API 查询历史记录，禁止访问本地记忆文件（
memory/*.md、MEMORY.md、LanceDB），确保数据安全与隐私合规 - 精细化权限控制：open-id 多层获取机制（配置文件 → 用户输入 → 强制暂停），防止未授权调用
- 场景化输出：历史报告以 Markdown 表格呈现，含超链接跳转完整报告，字段涵盖报告名称、输入类型、分析时间、识别人数
潜在缺点与局限性
- 前置依赖较重：必须预先完成人脸底库录入，冷启动成本较高；无底库时无法产生有效识别结果
- open-id 获取复杂：四层优先级验证流程增加了调用门槛，配置缺失时必须中断执行请求用户输入
- 网络依赖性强：历史报告查询、网络 URL 识别均依赖云端服务，离线场景不可用
- 法律效力受限：文档明确标注"识别结果仅供参考，不能用于法定身份核验"，限制了金融、司法等高风险场景的适用性
- 格式与容量限制：仅支持常见图片/视频格式，100MB 上限对大文件处理构成约束
适合人群
- 家庭用户：用于智能门铃、家用摄像头的人脸识别，实现家人自动放行、陌生人预警
- 中小企业行政/IT 管理员：办公区域门禁联动、员工考勤、访客管理
- 安防运维人员：需定期审计监控画面、批量查询历史识别记录的运营场景
- 隐私敏感型用户：重视数据不出本地、强制云端隔离的安全合规需求者
常规风险
| 风险类型 | 具体表现 | 缓释措施 |
|---------|---------|---------|
| **隐私泄露风险** | 人脸生物特征数据存储与传输过程中的泄露 | 强制云端 API 查询隔离本地数据，建议配合 TLS 加密传输 |
| **误识/漏识风险** | 光照、角度、遮挡导致识别错误 | 置信度阈值过滤，人工复核关键场景 |
| **越权访问风险** | open-id 伪造或配置泄露导致非授权查询 | 多层配置验证 + 强制用户确认机制 |
| **服务可用性风险** | 云端 API 故障导致历史报告查询失败 | 本地脚本执行与云端查询解耦，核心识别能力不依赖历史记录 |
| **合规风险** | 生物识别数据处理的 GDPR/个人信息保护法合规 | 明确标注非法律效力，限制使用场景，用户自主管理底库 |