QClaw脑洞：到底谁在偷看我的电脑屏幕

class FaceDetector:
    def __init__(self):
        cascade_path = cv2.data.haarcascades + 'haarcascade_frontalface_default.xml'
        self.face_cascade = cv2.CascadeClassifier(cascade_path)
        self.cap = None
    
    def start(self):
        self.cap = cv2.VideoCapture(0)
        self.cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640)
        self.cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480)
        return self.cap.isOpened()
    
    def detect_faces(self):
        ret, frame = self.cap.read()
        if not ret:
            return [], None
        
        gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
        faces = self.face_cascade.detectMultiScale(
            gray,
            scaleFactor=1.1,
            minNeighbors=5,
            minSize=(30, 30)
        )
        return faces, frame

def should_alert(self, faces):
    if not faces:
        return False
    
    max_area = max(w * h for (x, y, w, h) in faces)
    return max_area > self.config["min_face_area"]

for (x, y, w, h) in faces:
    cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

timestamp = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
cv2.putText(frame, timestamp, (10, 30), 
            cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

def main():
    # 写入 PID 文件，方便外部管理和查重
    with open(".face-alert.pid", "w") as f:
        f.write(str(os.getpid()))
    
    # 注册信号处理，支持优雅退出
    signal.signal(signal.SIGTERM, signal_handler)
    signal.signal(signal.SIGINT, signal_handler)
    
    # 初始化（在主线程中，满足 macOS 要求）
    skill = FaceAlertSkill()
    if not skill.detector.start():
        sys.exit(1)
    
    # 监控主循环
    skill.is_monitoring = True
    while skill.is_monitoring:
        faces, frame = skill.detector.detect_faces()
        if skill.should_alert(faces) and frame is not None:
            skill.trigger_alert(faces, frame)
        time.sleep(0.5)

name: face-alert
description: "人脸监控警报系统 - 实时检测人脸，自动捕获照片并上传云端，支持启动、停止、状态查询和警报检查。"
version: "1.0.0"
user-invocable: true

# Face Alert Skill

> 实时监控人脸，自动捕获并上传照片

## ⚠️ 注意事项

- **摄像头权限**：首次使用需在 Terminal 授权，后续可直接语音控制
- **图片上传**：检测到人脸后返回本地路径，QClaw 自动上传云端

## 📋 快速使用

### 首次授权

`cd ~/.qclaw/skills/FishGuard && python3 main.py --action start --daemon`

- macOS 弹窗允许 Terminal 访问摄像头
- 启动成功后，后台运行中，后续直接语音控制即可

### 已授权用户

直接对 QClaw 说：

- `"启动人脸监控"` - 启动监控  
- `"有没有检测到人脸？"` - 获取最新照片  
- `"查看监控状态"` - 查看状态  
- `"停止人脸监控"` - 停止监控

## 命令行操作

# 启动监控（后台）
python3 main.py --action start --daemon [--threshold 15000]

# 停止监控
python3 main.py --action stop

# 查看状态
python3 main.py --action status

# 获取最新照片
python3 main.py --action get_latest_photo

- 返回 JSON，QClaw 自动上传云端

## 📂 安装依赖

cd ~/.qclaw/skills/FishGuard
pip3 install -r requirements.txt

## 🎯 触发命令

用户可用以下方式触发技能：

- `/face-alert`  
- `"启动人脸监控"` / `"人脸监控"` / `"启动监控"`  
- `"停止人脸监控"` / `"查看监控状态"` / `"有没有检测到人脸"`