diff --git a/fam-edge/src/fam_edge/video_processor.py b/fam-edge/src/fam_edge/video_processor.py
index ca410e4..3317dbb 100644
--- a/fam-edge/src/fam_edge/video_processor.py
+++ b/fam-edge/src/fam_edge/video_processor.py
@@ -514,25 +514,38 @@ class VideoProcessor:
                     f"events={len(norm_events)}, people={people}, "
                     f"with_features={len(uid_features)}, 闭集识别={resolved}")
 
+    # 家里赤膊/赤裸上身的成年人只有爸爸一个（用户原话："赤裸的大人都是爸爸，
+    # 家里没有其他人会赤裸"）——命中即免费直判，不用等视觉大模型比对，比
+    # auto_id 更快更准（实测已经纠正过一条被 auto_id 误判成爷爷的案例）。
+    # 只匹配成年人（外层已经先过滤掉 age_band 是幼儿/儿童的），小孩光膀子玩
+    # 很正常，不适用这条规则。
+    _SHIRTLESS_KEYWORDS = ('赤裸', '光着上身', '赤膊', '裸体', '光膀子',
+                          '上身赤裸', '未穿上衣')
+
     def _resolve_closed_set_identities(self, video_id: int, uid_features: Dict,
                                        norm_events: List[Dict]) -> Dict[str, tuple]:
         """闭集人物识别：返回 {uid: (canonical_name, source)}。
 
-        汤圆（幼儿/儿童特征）、媳妇（唯一成年女性）靠 Gemini 已经产出的性别/年龄
-        字段直接判断（source='rule'），验证过命中率接近 100%，不需要额外模型调用。
-        爷爷/爸爸两个成年男性外观规则/人脸向量都区分不开（验证过），改用视觉大模型
-        比对参考图（source='auto_id'），每个 uid 只取本片段内最大 bbox 的一次出现
-        判断一次，不逐事件重复调用。
+        汤圆（幼儿/儿童特征）、媳妇（唯一成年女性）、赤膊成年人（家里只有爸爸
+        会赤膊）靠 Gemini 已经产出的性别/年龄/衣着字段直接判断（source='rule'），
+        验证过命中率接近 100%，不需要额外模型调用。爷爷/爸爸两个成年男性穿戴
+        整齐时外观规则/人脸向量都区分不开（验证过），改用视觉大模型比对参考图
+        （source='auto_id'），每个 uid 只取本片段内最大 bbox 的一次出现判断
+        一次，不逐事件重复调用。
         """
         resolved: Dict[str, tuple] = {}
         for uid, feats in uid_features.items():
             gender = str(feats.get('gender', '') or '').strip()
             age_band = str(feats.get('age_band', '') or '').strip()
+            clothing = str(feats.get('clothing', '') or '')
             if age_band in ('幼儿', '儿童'):
                 resolved[uid] = ('汤圆', 'rule')
             elif gender == '女':
                 resolved[uid] = ('媳妇', 'rule')
             elif gender == '男':
+                if any(k in clothing for k in self._SHIRTLESS_KEYWORDS):
+                    resolved[uid] = ('爸爸', 'rule')
+                    continue
                 crop = self._best_crop_for_uid(video_id, uid, norm_events)
                 if crop:
                     person = self.person_identifier.classify_adult_male(crop)
diff --git a/fam-edge/tests/test_video_processor.py b/fam-edge/tests/test_video_processor.py
index 7bac70a..60080b0 100644
--- a/fam-edge/tests/test_video_processor.py
+++ b/fam-edge/tests/test_video_processor.py
@@ -1,12 +1,36 @@
 from datetime import datetime
 
 from fam_edge.video_processor import (
+    VideoProcessor,
     _parse_event_start_from_filename,
     _parse_event_ts,
     _clean_person,
 )
 
 
+class _RaisingPersonIdentifier:
+    """用于验证"命中免费规则就不该再调用大模型比对"——一旦被调用直接报错，
+    测试能立刻发现规则短路失败。"""
+    def classify_adult_male(self, crop):
+        raise AssertionError("命中了免费规则的 uid 不该再走 person_identifier")
+
+
+class _FixedPersonIdentifier:
+    def __init__(self, name):
+        self._name = name
+
+    def classify_adult_male(self, crop):
+        return self._name
+
+
+def _bare_processor(person_identifier):
+    """跳过 __init__（不需要真的加载 config/建适配器），只测
+    _resolve_closed_set_identities 这一个纯逻辑方法。"""
+    vp = VideoProcessor.__new__(VideoProcessor)
+    vp.person_identifier = person_identifier
+    return vp
+
+
 def test_parse_filename_pure_digit_format():
     assert _parse_event_start_from_filename(
         "Generic_ONVIF-001-20260820-140416-1787205856321-7.mp4"
@@ -56,3 +80,42 @@ def test_clean_person_strips_ascii_parens():
 
 def test_clean_person_no_parens_unchanged():
     assert _clean_person("汤圆") == "汤圆"
+
+
+# ----------------------------------------------------------------------
+# 闭集人物识别：赤膊成年人规则（用户原话："赤裸的大人都是爸爸，家里没有
+# 其他人会赤裸"）——命中即免费直判，不调用视觉大模型比对。
+# ----------------------------------------------------------------------
+
+def test_shirtless_adult_male_resolves_to_dad_without_vlm_call():
+    vp = _bare_processor(_RaisingPersonIdentifier())
+    resolved = vp._resolve_closed_set_identities(
+        1, {"人物A": {"gender": "男", "age_band": "中年", "clothing": "赤膊+深色长裤"}}, [])
+    assert resolved == {"人物A": ("爸爸", "rule")}
+
+
+def test_shirtless_variants_all_match():
+    for phrase in ("光着上身", "赤膊", "裸体", "光膀子", "上身赤裸", "未穿上衣", "深色长裤，赤裸上身"):
+        vp = _bare_processor(_RaisingPersonIdentifier())
+        resolved = vp._resolve_closed_set_identities(
+            1, {"人物A": {"gender": "男", "age_band": "中年", "clothing": phrase}}, [])
+        assert resolved.get("人物A") == ("爸爸", "rule"), f"未命中: {phrase}"
+
+
+def test_shirtless_child_still_resolves_to_child_not_dad():
+    """核心诉求: 用户的规则明确是"赤裸的大人"，小孩光膀子玩很正常，不适用
+    这条规则——幼儿/儿童年龄档要走在赤膊判断前面，不能被误判成爸爸。"""
+    vp = _bare_processor(_RaisingPersonIdentifier())
+    resolved = vp._resolve_closed_set_identities(
+        1, {"人物A": {"gender": "男", "age_band": "幼儿", "clothing": "赤裸上身+深色短裤"}}, [])
+    assert resolved == {"人物A": ("汤圆", "rule")}
+
+
+def test_clothed_adult_male_still_falls_through_to_vlm(monkeypatch):
+    """核心诉求: 没有赤膊关键词的正常穿戴场景，行为不变——照常走视觉大模型
+    比对（这里用假的 _best_crop_for_uid 避免真的需要 norm_events 数据）。"""
+    vp = _bare_processor(_FixedPersonIdentifier("爷爷"))
+    monkeypatch.setattr(vp, "_best_crop_for_uid", lambda *a, **k: b"fake-jpeg-bytes")
+    resolved = vp._resolve_closed_set_identities(
+        1, {"人物A": {"gender": "男", "age_band": "中年", "clothing": "蓝色Polo衫"}}, [])
+    assert resolved == {"人物A": ("爷爷", "auto_id")}