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/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
“分析这段下午的活动视频，帮我找出孩子今天出现‘摆手’和‘转圈’行为的次数和总时长。”，它会调用技能处理视频，并生成一份包含具体行为类型、发生时间点、持续时间的结构化报告，帮助你量化评估孩子当天的刻板行为表现。
介绍
该技能旨在解决自闭症儿童康复过程中，对刻板行为进行客观、持续监测和量化评估的难题。传统人工观察记录存在主观性强、易遗漏、难以量化的问题，本技能通过固定摄像头捕捉儿童行为视频，利用计算机视觉技术自动识别特定刻板动作。
使用时，用户只需在康复室或家庭活动区域部署固定摄像头，录制儿童的活动视频。系统会自动分析视频流，运用姿态估计和时序动作检测算法，识别出如身体转圈（旋转≥360°）、手臂非功能性重复摆动（摆手）、躯干有节律的前后或左右摇晃等典型刻板行为。
该技能主要面向自闭症康复机构的治疗师、特教老师以及自闭症儿童的家长。康复师可以利用它客观记录干预前后孩子的行为变化，为制定和调整个性化康复方案提供数据支持；家长则可以用于家庭环境下的日常观察和记录，更好地配合机构进行家庭干预。
建议在光线充足、背景相对简单的固定场景下使用，以确保视频分析的最佳效果。使用时需注意保护儿童隐私，仅在获得监护人同意且用于康复评估目的的场景下部署摄像头。分析结果应作为辅助参考，不能完全替代专业康复师的临床判断和评估。
核心特点
与通用行为识别技能不同，本技能专门针对自闭症康复场景，精准定义了“转圈”、“摆手”、“摇晃”等医学上认可的刻板行为判定标准（如转圈需身体旋转360°以上），输出结果可直接用于康复效果评估。
注意事项
不适合动态、复杂背景或多人大范围活动的场景，对摄像头安装位置和视频质量有一定要求。
常见问题
这个技能需要多高的摄像头配置？
普通固定式监控摄像头即可，需保证画面清晰、稳定，能覆盖儿童主要活动区域。
识别出的行为数据如何保存和使用？
系统可生成行为发生频率、持续时间等量化报告，供康复师导出用于评估和记录，数据建议本地存储以保护隐私。
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/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/raw/index.md（查看排版版本）