PostureGuard：基于智能眼镜的AI坐姿守护助手

基于智能眼镜第一视角的零感坐姿检测助手。专为长期伏案办公、关注脊椎健康的用户设计。用户通过语音指令手动触发拍照检测系统即时分析坐姿并通过 TTS 语音反馈坐姿检测结果和坐姿建议指导。核心价值​第一视角独占眼镜“戴在头上、第一视角、解放双手”的天然属性PostureGuard 能共享用户第一视角无感完成坐姿检测。不可替代性手机端根本做不到——手机无法固定在眼前获得实时第一视角举手机拍照分析坐姿会打断自然坐姿无法客观分析用户的姿态。PostureGuard 不是“手机 App 搬上眼镜”而是从眼镜形态重新定义的原生应用。他把智能AI座椅和专业镜头的功能结合在一起通过眼镜捕捉和分析第一视觉用眼情况推断是否有不良坐姿和用眼问题。轻打扰体验轻快门声类比手表抬腕震感不打断工作流。更拥有V2万整版本完全由agent自发完成监控拍摄无用用户任何输入是真正的0触发。VLM 自判坐姿不依赖 IMU 传感器可引入坐姿研判更准确规则零手写换模型不换逻辑。科学依据临床已经证实第一视角进行人体工学判断。纯CVYOLOv8也做过坐姿监测的实验。未来可通过在端侧布局轻量版CV模型下沉至眼镜本地推理高速低耗数据全离线。也可以引用IMU分析头倾斜角把数据结合在一起形成更准确无死角的人体姿态研判。版本演进说明版本演进从 V1 触发式到 V2 场景触发再到 Multi-Agent 生态V1触发式用户主动语音唤醒“检测坐姿”拍照分析后 TTS 反馈。优点是稳定可靠缺点是依赖用户自觉。本版本V2后台常驻V2代表了“无感守护”的核心产品理念也是最初的设计。核心逻辑为每 40 秒自动抽帧、持续监测并VLM分析用户的姿态。然而搭建完成后在多轮测试中我发现百宝箱平台的“循环”节点在调用拍照插件时会出现图片数据偶尔丢失的问题。通过与 GPASS 官方人员共同定位发现复杂逻辑下的跨轮变量与GPASS拍照插件之间存在瓶颈长时间循环运行容易导致拍照插件阻塞这是平台限制无法解决。因此本次将不重点阐述这个版本。V3未来可参考发展为基于智能眼镜第一视角的多 Agent 并行健康管家。“工作”模式下类比手机端的“工作”/“睡眠”/“勿扰”Mode自动调度 “Eyeuse用眼检测”、“PostureGuard坐姿管理”、“Sitting_Time久坐警告”三个子 Agent实现“一帧三吃 独立决策 统一提醒”的零感健康管理体验。V1触发式坐姿检测稳定提交版1. 版本概述版本定位用户只需说一句“检测一下”眼镜便自动拍摄第一视角画面经 VLM 分析坐姿状态后通过 TTS 语音反馈结果——好姿势表扬、不良姿势提醒、模糊画面引导重拍同时支持“退出”与闲聊引导形成完整的语音交互闭环。适用场景用户想检查坐姿时通过语音指令主动触发检测核心价值利用眼镜的第一视角优势实现“一句话完成坐姿检测”的零操作体验。提交状态已在百宝箱平台搭建完成稳定可演示 APP ID202607APx6eV200262142. 产品交互用例2.1 用户场景速览用户输入系统行为TTS 输出“检测一下”拍照 → 分析good“姿势不错继续保持”bad“坐姿不太好哦请调整一下姿势”unsure“请面向桌面或屏幕重新拍照”“退出”结束对话“好的坐姿检测已退出有需要随时叫我”其他内容引导检测“我是坐姿检测助手请说‘检测一下’来检查你的坐姿吧”直接上传图片跳过拍照直接分析同上三分支good/bad/unsure2.2 决策树3. 工作流设计4. 技术框架4.1 技术栈层级技术选型说明端侧硬件智能眼镜Rokid/雷鸟等提供第一视角摄像头、麦克风、扬声器语音识别百宝箱内置 ASR将用户语音转为文本意图分类百宝箱意图识别节点区分拍照/退出/其他三类意图图像采集百宝箱拍照插件调用眼镜摄像头拍摄第一视角照片视觉分析VLM 多模态大模型Qwen3.5-plus分析照片中的坐姿状态语音合成百宝箱 TTS 节点将文本转为语音播报工作流编排百宝箱工作流引擎串联所有节点管理数据流4.2 百宝箱节点设计4.2.1 单 VLM 文本关键词匹配方案核心思路VLM 模型只输出一个单词good/bad/unsure分支节点直接通过文本匹配判断无需任何代码节点解析 JSON。优势零解析 Bug不涉及 JSON 格式不存在解析失败的风险极简链路VLM → 分支 → TTS三个节点完成核心逻辑高稳定性文本匹配是平台原生能力不会出现类型不匹配报错4.2.2 VLM Prompt 设计要点强制要求只输出一个单词禁止输出任何其他文字通过示例明确三种情况的输出值在 Prompt 末尾强调“只输出单词不要带引号、句号或任何其他字符”4.2.3 错误兜底机制异常情况处理方式用户体验VLM 输出空值默认走 unsure 分支TTS“请面向桌面或屏幕重新拍照”VLM 输出乱码默认走 unsure 分支TTS“请面向桌面或屏幕重新拍照”拍照失败无图片传入走意图识别用户需重新说“检测一下”意图识别失败自动归入“其他”TTS 引导用户说出“检测一下”4.3 数据流设计4.4 Prompt 全集见附录V2自动式坐姿检测时不时bug版1. 版本概述版本定位真“零打扰”办公健康搭档。循环每 40s 自动拍摄一帧画面VLM 判断坐姿状态good/bad/unsure连续累计 6次错误坐姿posture“bad”触发 TTS 提醒连续2次正确坐姿posture“good”重新计数累计并夸奖用户。全程无需用户任何主动操作。核心价值第一视角独占只有眼镜能共享你的视野。第一视角视野可以用来推断头颈角度和驼背程度临床证实。手机等硬件做不到且掏手机拍摄会中断工作流拍到的图片也不能再真实反馈用户视野。零打扰体验40s 一拍 轻快门声类比手表抬腕震感不打断工作流双阈值防误判bad 6次提醒、good 2次解锁unsure 不计入倒水 3 分钟回来不重置也不影响计数逻辑与V1的本质区别V1用户主动说“检测一下” → 才知道要检测V2戴上眼镜 → 自动开始守护 → 用户无需任何操作提交状态已在百宝箱平台搭建完成拍照插件时不时抽风无法返回图片信息 APP ID202607APzt7q197920262. 产品交互用例2.1 用户场景速览场景行为系统响应正常办公端正坐姿无提醒good累积低头玩手机连续bad第6次触发TTS“背挺直一点哦” → 锁定继续低头bad继续但已锁定不再重复提醒坐直调整连续good满2次解锁下次低头可再次提醒短暂侧身unsure不干扰计数2.2 触发机制项目值检测频率每40秒自动抽帧一次提醒阈值连续bad 6次约4分钟解锁条件连续good 2次约1分20秒启动方式用户语音“开始护眼”停止方式用户语音“结束护眼”3. 工作流设计3.1 整体架构4. 技术框架FocusGuard - Posture Guard MVP 产品逻辑 百宝箱搭建手册 详细可参考总文档4.1 百宝箱节点设计4.2 状态机V3: multi-agent的工作模式下健康管理multi-agent工作模式下健康管理助手详细可参考总文档V1附录-Prompt 全集附录A意图识别节点 Prompt# 角色 你是一个精准的语音指令分类器专门服务于智能眼镜的坐姿检测助手。 # 任务 分析用户的语音输入判断用户意图属于以下两类之一 - 拍照用户想要检查当前坐姿。触发词包括检测一下、看看姿势、坐姿怎么样、帮我看看、拍张照、检查一下、开始检测、看看我。 - 退出用户想要结束对话或离开功能。触发词包括退出、再见、拜拜、关闭、停止、结束、退下。 如果用户的输入不属于以上两类则自动归为其他类别。 # 输出要求 只输出对应的意图标签不要有任何多余文字。 - 如果意图是拍照输出拍照 - 如果意图是退出输出退出 - 其他情况输出其他附录BVLM 分析节点 Prompt你是一个坐姿分析专家。分析这张第一视角照片判断坐姿状态。 请严格遵循以下规则只输出一个单词不要输出任何其他文字、标点、解释或换行 - 如果坐姿良好端正、视线平视输出good - 如果坐姿不良低头、驼背、歪斜等输出bad - 如果无法判断画面模糊、无参照物等输出unsure 注意只输出单词不要带引号、句号或任何其他字符。附录CVLM 建议节点 Prompt