GPU_GUARD_MONOREPO/packages/backend/skills/damage-detector/SKILL.md

name	description	license	metadata
damage-detector	汽车环车旧伤与车辆关键信息检测。用于 damage_detector 能力：基于 video-frame-extractor 生成的 taskId 和 frames 分批调用多模态大模型，识别划痕、凹陷、裂纹、掉漆、锈蚀等旧伤，并采集品牌型号、前后车牌、VIN、仪表盘里程、胎压、轮胎纹理健康度、轮胎品牌型号规格；写入 workspace/damages.json。	MIT	version category skillType aliases tags 1.0.0 vehicle-inspection compute-entry damage_detector vehicle damage vision 旧伤检测 VIN 轮胎

环车旧伤检测

前置条件：先使用 video-frame-extractor 得到 taskId。

{
  "name": "damage-detector",
  "input": {
    "taskId": "order_10001",
    "batchSize": 50,
    "batchDelay": 2,
    "concurrency": 5
  }
}

工作流程

1. 读取共享 workspace 的 video_info.json 和 frames/ 图片。
2. 每批默认 50 帧，批间默认等待 2 秒，避免模型限流。
3. 调用多模态模型检测车身旧伤和车辆关键信息。
4. 跨批次合并车辆信息，写入 workspace/damages.json。

输入

• taskId: 必填，由抽帧步骤返回。
• batchSize: 可选，默认 50。
• batchDelay: 可选，默认 2 秒。
• concurrency: 可选，默认 5。
• modelResult / batchResults: 可选，外部多模态模型返回结果；传入后本技能只做归一化和汇总。

输出

返回 damagesFound、totalBatches、successBatches、vehicleInfo。

如果没有配置 ARK_API_KEY 且没有传 modelResult，会返回 needsModelVision:true、batches[] 和 prompt，由上层 Agent 使用多模态模型处理后再回传 modelResult。

运行约定

• 需要 Node.js 18+。
• 共享 workspace 根目录优先读取 VEHICLE_SCRATCH_WORKSPACE_ROOT，其次兼容 RZYX_AI_WORKSPACE_ROOT，否则使用 RZYX_AI_DATA_DIR/workspace/vehicle-scratch-inspection。

检测原则

• 不要把反光、阴影、污渍、压缩噪声虚报为旧伤。
• 车辆信息跨批次合并，以更清晰、字段更完整的结果为准。
• 不使用百度 OCR API；图片文字识别由多模态大模型完成。
• 用中文回答所有内容。