Autism Stereotyped Behavior Detection (Spinning / Hand-Flapping) | 自闭症儿童刻板行为识别（转圈/摆手）
通过视频分析识别自闭症儿童刻板行为，辅助康复评估。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Autism Stereotyped Behavior Detection (Spinning / Hand-Flapping) | 自闭症儿童刻板行为识别（转圈/摆手）。 它的用途是：通过视频分析识别自闭症儿童刻板行为，辅助康复评估。 完整的 Skill 内容见：https://321skill.com/skills/autism-stereotyped-behavior-detection-spinning-hand-flapping-x-3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请分析这段孩子下午活动的视频，识别其中是否有刻板的摆手或转圈行为，并统计次数和总时长。’ 它会调用技能处理视频，并生成一份包含时间戳和行为分类的详细报告。康复师可以说：‘对比上周和这周的报告，生成行为频率的变化图表。’ 系统将自动对比数据并可视化展示干预效果。
介绍
本技能旨在解决自闭症儿童康复过程中，对转圈、摆手等重复性刻板行为难以进行客观、持续量化记录的难题。它通过部署在康复机构或家庭的固定摄像头，实时或回看分析儿童的行为视频，利用姿态估计和时序动作检测技术，自动识别并记录特定刻板动作的发生频率和持续时间。
使用时，用户只需提供符合要求的视频片段，系统即可自动分析并输出结构化报告，标注出识别到的行为类型（如身体旋转360°以上的转圈、手臂非功能性重复摆动的摆手、躯干有节律摆动的摇晃等）及其发生的时间点。这极大地减轻了康复师和家长人工观察记录的负担。
该技能主要适合康复机构的治疗师、特教老师以及自闭症儿童的家长使用。对于康复师，它可以作为客观的评估工具，用于制定和调整干预方案；对于家长，它可以帮助在家中进行持续的行为监测，了解孩子的行为变化。
使用建议包括确保拍摄环境光线充足、背景相对简单，儿童身体关键部位（如关节）在视频中清晰可见，以获得更准确的姿态估计结果。需要注意的是，本技能主要针对预设的几种典型刻板行为，对于更复杂或个性化的行为模式，识别效果可能有限，且不能替代专业医生的诊断。
核心特点
与通用行为识别工具相比，本技能专门针对自闭症康复场景，预设了转圈、摆手、摇晃等特定刻板行为的精确算法模型（如身体旋转≥360°），识别目标更聚焦、定义更严谨。同时，它结合了姿态估计与时序分析，能更好地区分刻板行为与正常活动，而非简单的动作分类。
注意事项
不适合识别复杂、个性化或非预设类型的刻板行为，且对视频拍摄角度、光线和背景有一定要求。
常见问题
这个技能需要专业的摄像头吗？
不需要，普通的固定摄像头（如监控摄像头、电脑摄像头）即可，但需保证画面清晰稳定。
识别出的数据如何帮助评估干预效果？
系统可生成行为频率和时长的趋势报告，通过对比干预前后的数据变化，客观评估干预措施的有效性。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/autism-stereotyped-behavior-detection-spinning-hand-flapping-x-3/raw/index.md 读取 Autism Stereotyped Behavior Detection (Spinning / Hand-Flapping) | 自闭症儿童刻板行为识别（转圈/摆手） 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/autism-stereotyped-behavior-detection-spinning-hand-flapping-x-3/raw/index.md（查看排版版本）