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的刻板行为，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的刻板行为，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-7/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
‘请分析过去一周小明在感统教室的视频，重点识别并统计他出现摆手和转圈行为的频率和持续时间。’，它会调用技能处理指定的视频片段，利用姿态估计模型提取关节点时序数据，再通过动作检测算法匹配预设的刻板行为模式，最终生成一份包含行为次数、平均时长和发生时间分布的数据报告。
介绍
该技能旨在解决自闭症儿童康复过程中，对刻板行为（如转圈、摆手、摇晃）进行客观、持续记录和量化评估的难题。传统依赖人工观察的方式存在主观性强、记录不连续、难以量化等问题，本技能通过技术手段提供了一种补充方案。
使用时，需要在康复中心或家庭的固定位置安装摄像头，持续拍摄儿童的活动视频。系统会自动分析视频流，利用姿态估计和时序动作检测算法，识别出符合定义的重复性刻板动作，并生成相应的行为事件记录和统计数据。
该技能主要适合自闭症康复机构的治疗师、特教老师，以及有自闭症儿童的家庭家长使用。他们可以利用该系统更客观地追踪孩子的行为模式变化，减少人工观察的负担和误差。
建议将该技能作为辅助工具，用于日常行为监测和干预前后的效果对比。使用时需注意保护儿童隐私，确保摄像头仅在获得许可的私密空间使用，并妥善保管视频数据。分析结果应结合专业人员的临床判断，不能完全替代专业评估。
核心特点
与通用行为识别技能不同，它专门针对自闭症康复场景，预定义了转圈（身体旋转≥360°）、摆手（非功能性重复手臂运动）等特定刻板行为的检测逻辑，算法针对性更强。同时，它强调在固定摄像头场景下的持续监测，旨在生成可用于康复效果评估的客观数据报告，而非简单的实时动作分类。
注意事项
不适合在光线剧烈变化、多人密集遮挡或非固定视角（如移动拍摄）的场景下使用，识别准确率会显著下降。
常见问题
这个技能能识别哪些具体行为？
主要识别转圈（身体旋转360度以上）、摆手（手臂无目的重复摆动）、身体摇晃（躯干有节律的前后或左右摆动）等重复性刻板行为。
需要什么样的摄像头和环境？
需要固定安装的摄像头（如监控摄像头），环境光线稳定、背景相对简单、儿童活动区域在镜头视野内且遮挡较少。
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-7/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-7/raw/index.md（查看排版版本）