') + ')', 'gi'); if (regex.test(text)) { found = true; var frag = document.createDocumentFragment(); var parts = text.split(regex); parts.forEach(function(part, i) { if (i % 2 === 0) { frag.appendChild(document.createTextNode(part)); } else { var span = document.createElement('span'); span.className = 'userscript-highlight'; span.textContent = part; frag.appendChild(span); } }); node.parentNode.replaceChild(frag, node); } }); } else if (node.nodeType === 1 && node.childNodes) { // element var skipTags = ['SCRIPT', 'STYLE', 'NOSCRIPT', 'TEXTAREA', 'INPUT', 'SELECT']; if (!skipTags.includes(node.tagName)) { Array.from(node.childNodes).forEach(highlight); } } } highlight(document.body); // Re-highlight on dynamic content var observer = new MutationObserver(function(mutations) { mutations.forEach(function(m) { m.addedNodes.forEach(function(node) { if (node.nodeType === 1 || node.nodeType === 3) highlight(node); }); }); }); observer.observe(document.body, { childList: true, subtree: true }); })(); } } catch(__e) { console.warn('[Userscript:Highlight Search Terms]', __e); } })(); (function(){ try { var __m = "*"; var __re = new RegExp('^' + ".*" + ', 'i'); if (__m === '*' || __re.test(location.href)) { // Strip utm_, fbclid, gclid, etc. from all links on page (function() { var trackingParams = ['utm_source', 'utm_medium', 'utm_campaign', 'utm_term', 'utm_content', 'fbclid', 'gclid', 'dclid', 'msclkid', 'yclid', 'ref', 'ref_src', 'source', 'medium', 'campaign']; function cleanUrl(url) { try { var u = new URL(url, window.location.origin); var changed = false; trackingParams.forEach(function(p) { if (u.searchParams.has(p)) { u.searchParams.delete(p); changed = true; } }); return changed ? u.toString() : url; } catch (e) { return url; } } function cleanLinks() { document.querySelectorAll('a[href]').forEach(function(a) { var clean = cleanUrl(a.href); if (clean !== a.href) a.href = clean; }); } cleanLinks(); var observer = new MutationObserver(function(mutations) { mutations.forEach(function(m) { m.addedNodes.forEach(function(node) { if (node.nodeType === 1) { if (node.tagName === 'A') cleanLinks(); node.querySelectorAll('a[href]').forEach(function(a) { var clean = cleanUrl(a.href); if (clean !== a.href) a.href = clean; }); } }); }); }); observer.observe(document.body, { childList: true, subtree: true }); })(); } } catch(__e) { console.warn('[Userscript:Remove Tracking Parameters from Links]', __e); } })(); (function(){ try { var __m = "youtube.com"; var __re = new RegExp('^' + "youtube\\.com" + ', 'i'); if (__m === '*' || __re.test(location.href)) { // Auto-enable theater mode on YouTube (function() { function tryTheater() { var btn = document.querySelector('button[aria-label="Theater mode"], ytd-player #player button[title="Theater mode"]'); if (btn && !btn.classList.contains('activated')) { btn.click(); } } // Try immediately tryTheater(); // Try after navigation (SPA) var lastUrl = location.href; setInterval(function() { if (location.href !== lastUrl) { lastUrl = location.href; setTimeout(tryTheater, 500); } }, 1000); // Also try on player load var observer = new MutationObserver(tryTheater); observer.observe(document.body, { childList: true, subtree: true }); })(); } } catch(__e) { console.warn('[Userscript:YouTube Theater Mode Default]', __e); } })(); (function(){ try { var __m = "*"; var __re = new RegExp('^' + ".*" + ', 'i'); if (__m === '*' || __re.test(location.href)) { // Remove or un-stick sticky/fixed headers that block content (function() { function unstick() { document.querySelectorAll('header, nav, [role="banner"], .header, .navbar, .sticky, .fixed-top, [style*="position: fixed"], [style*="position:sticky"]').forEach(function(el) { if (el.style.position === 'fixed' || el.style.position === 'sticky' || getComputedStyle(el).position === 'fixed' || getComputedStyle(el).position === 'sticky') { el.style.position = 'static'; el.style.top = 'auto'; el.style.zIndex = 'auto'; } }); } unstick(); var observer = new MutationObserver(unstick); observer.observe(document.body, { childList: true, subtree: true, attributes: true, attributeFilter: ['style', 'class'] }); })(); } } catch(__e) { console.warn('[Userscript:Kill Sticky Headers]', __e); } })(); })(); 动物行为翻译官 · Issue #157 · modelstudioai/modelstudioai.github.io · GitHub
Skip to content

动物行为翻译官 #157

Description

@msensi

动物行为翻译官 🐘

AI 向善 · 绿色发展:与自然共生
用 AI 识别动物表演中的受苦信号,引导公众拒绝动物伤害表演,守护动物福利。

项目简介

「动物行为翻译官」是一款面向普通游客的 AI 应用:拍一段动物视频,AI 告诉你眼前的动物是"放松自在"还是"正在受苦"

在景区、马戏团、海洋馆等场所,动物被迫表演的现象普遍存在,但普通观众很难分辨动物是否在承受痛苦。本项目用多模态 AI 自动识别动物表演中的受苦信号(击打、跛行、骨折、被迫配合等),并给出基于世界动物保护协会(WSPA)知识库的科学解释与行动建议,让每一位游客都能成为动物福利的守护者。

快速体验

👉 在线体验:https://msensi-animal-translator-v025.ms.show/

上传一段动物视频(10 秒内),约 30 秒后获得:

  • 风险等级判定:红(遭受明显伤害)/ 橙(被迫配合)/ 黄(状态异常)/ 绿(放松自在)/ 灰(无法判断)
  • 画面证据:带时间戳的关键画面与声音线索
  • 结构化观察总结:动物可能承受的伤害、更理想的生活状态、你的行动建议
  • 知识来源:引用世界动物保护协会(WSPA)等权威机构资料原文

技术架构

用户上传视频/图片
↓
BFF 服务(FastAPI)
├─ 媒体标准化:压缩、截断、转码(ffmpeg)
├─ 智能抽帧:画面差异最大的 4 帧
├─ 视频理解:qwen3-vl-flash 解析完整视频,生成行为线索
↓
阿里云百炼工作流
├─ 图片解析:qwen3-vl-flash 识别画面中的动物与行为
├─ 知识库检索:匹配 WSPA 动物福利资料
├─ 大模型判定:qwen3.6-plus 综合判定风险等级
↓
结果页输出:判定 + 证据 + 观察总结 + 知识来源

技术栈:Python / FastAPI / 阿里云百炼(DashScope)/ Qwen 视觉与语言模型 / ffmpeg / 魔搭创空间

项目亮点

  • 🎯 多模态识别:视频理解 + 抽帧分析 + 知识库检索三重验证
  • 📚 权威知识库:基于世界动物保护协会(WSPA)专业资料
  • 快速响应:30 秒内完成从上传到判定的全流程
  • 🔒 安全可靠:浏览器不接触任何云密钥,媒体服务端标准化
  • 🌍 正向引导:不指责游客,而是给出"离开、不参与、支持友好场馆"的可行行动

本地运行

环境要求

  • Python 3.10+
  • ffmpeg(含 libx264、AAC 编码器)

配置

复制 .env.example.env 并填写(见 配置说明):

cp .env.example .env

启动

pip install -r requirements.txt
uvicorn app:app --host 0.0.0.0 --port 7860

访问 http://localhost:7860 即可使用。

配置说明

本项目依赖阿里云百炼(DashScope)服务,需要以下配置(注意:本项目不内置任何密钥):

环境变量说明获取方式
DASHSCOPE_API_KEY百炼 API Key阿里云百炼控制台
DASHSCOPE_APP_ID工作流应用 ID百炼控制台 → 工作流应用
DASHSCOPE_WORKSPACE工作空间 ID百炼控制台 → 我的工作空间

其他可选配置见 .env.example 注释。

💡 版权说明:知识库资料来自世界动物保护协会(WSPA)公开出版物,仅用于公益教育目的。

License

MIT

Metadata

Metadata

Assignees

No one assigned

    Labels

    Type

    No type

    Projects

    No projects

    Milestone

    No milestone

    Relationships

    None yet

    Development

    No branches or pull requests

    Issue actions