技能

技能是「一见」平台面向视觉任务的核心功能单元，将视觉AI能力与业务规则的融合，通过灵活编排模型推理节点与后处理逻辑节点，实现对图像/视频数据的智能化分析与业务化加工。它为视觉数据的流动和处理提供了一个结构化框架，通过系统化、流程化的方法，将原始AI模型的能力转化为可落地的场景化应用。

技能是一见平台的核心应用单元，是封装了视觉AI能力的可执行模块。一个技能通过编排多个节点的组合，完成特定的视觉识别任务或业务逻辑。

技能是一系列可执行指令的集合，用于实现视觉AI业务逻辑或完成特定视觉任务。

节点

节点是构成技能逻辑的基本单元，用于处理数据、执行分析、判断逻辑或输出结果。节点按照功能可分为开始节点、结束节点、模型节点、处理节点、和判断节点五大类。用户可通过拖拽节点并连接流线，构建完整的AI分析流程。

• 开始节点是技能的起始节点，定义技能启动时需要的输入参数。
• 结束节点用于返回技能的运行结果，定义技能输出的格式和内容。
• 模型节点集成视觉AI模型，执行图像理解、目标检测、行为识别等视觉任务。
• 处理节点负责对数据进行预处理、后处理、格式转换等操作，优化数据质量和处理效果。
• 判断节点根据条件选择不同的执行分支，实现复杂的业务逻辑和流程控制。

通过引用节点输出，你可以将节点连接在一起，形成一个视图数据处理流程。

技能与其他模块的关系

技能与模型的关系

模型是技能的核心能力来源：

• 模型节点调用模型库中的视觉AI模型
• 技能通过编排模型节点，组合多个模型的能力
• 模型训练模块训练的模型，可以通过模型节点在技能中调用
• 技能的效果取决于模型的质量和参数配置

关系图：

1模型训练模块
2    ↓ (训练模型)
3模型库
4    ↓ (模型节点调用)
5技能生产
6    ↓ (技能发布)
7视觉应用

典型场景：

• 模型训练模块训练了一个"安全帽检测模型"
• 技能生产中通过模型节点调用这个模型
• 技能发布后，视觉应用可以调用这个技能

技能与视觉应用的关系

技能是视觉应用的核心资产：

• 技能生产后，可发布至视觉应用使用
• 技能为视觉应用提供核心的视觉识别能力
• 视觉应用通过配置技能来构建完整的应用
• 一个视觉应用可以配置多个技能

关系图：

1技能生产
2    ↓ (发布技能)
3技能库
4    ↓ (配置技能)
5视觉应用平台
6    ↓ (部署应用)
7最终用户

典型场景：

• 技能生产创建了一个"店员识别技能"
• 视觉应用平台配置这个技能
• 添加摄像头数据源和告警配置
• 最终用户通过视觉应用查看店员识别结果

技能与私有化盒子/一体机的关系

技能可以部署到私有化盒子：

• 私有化盒子是硬件设备，提供本地化的计算能力
• 技能可以部署到盒子中，实现边缘计算
• 盒子提供摄像头接入、本地推理、结果存储
• 适合对数据隐私和实时性要求高的场景

关系图：

1技能生产
2    ↓ (发布技能)
3技能库
4    ↓ (部署技能)
5私有化盒子
6    ↓ (本地推理)
7本地应用

典型场景：

• 工厂场景需要数据隐私保护
• 将"安全帽检测技能"部署到私有化盒子
• 盒子连接工厂监控摄像头
• 本地推理，数据不出工厂