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/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
“分析这段儿童活动视频，识别其中是否有刻板行为，并统计出现的频率和时长。”，它会调用技能处理视频，利用姿态估计技术追踪儿童关节点的运动轨迹，通过时序模型判断动作模式，最终输出一份包含行为类型、发生时间点和持续时长的详细报告，帮助康复师量化评估行为干预的短期效果。
介绍
本技能旨在解决自闭症儿童康复干预中，对刻板行为进行客观、量化记录的难题。传统依赖人工观察记录的方式存在主观性强、效率低、难以持续追踪的问题。该技能通过固定摄像头采集儿童行为视频，自动分析并识别出转圈、摆手、摇晃等典型的重复性刻板动作，为干预效果评估提供数据支持。
使用时，只需在康复机构或家庭的固定位置部署摄像头，系统将自动处理视频流，利用姿态估计和时序动作检测算法，识别出符合预设定义（如身体旋转≥360°）的刻板行为，并生成相应的行为报告或统计数据。
该技能主要面向自闭症康复领域的专业人士，如康复治疗师、特教老师，以及需要在家中进行行为观察和记录的家长。它可以帮助他们更高效、客观地记录儿童的行为变化，从而更科学地制定和调整干预方案。
建议在光线充足、背景相对简单的室内环境中使用，以确保视频分析的准确性。使用时需注意保护儿童隐私，建议仅在获得监护人明确同意、且用于专业评估的场景下部署。分析结果应作为辅助参考，不能完全替代专业人员的综合判断。
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，其算法模型经过特定行为（如转圈、摆手）的优化，能更准确地识别符合临床定义的刻板动作，而非泛泛的动作分类。
注意事项
不适合用于动态、复杂背景或多人场景下的行为识别，对摄像头的固定位置和拍摄范围有较高要求。
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°以上）、摆手（手臂非功能性重复摆动）、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？
需要固定位置的摄像头，建议在光线良好、背景不杂乱的室内环境（如康复室、家中固定活动区域）使用，以确保识别准确率。
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/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/raw/index.md（查看排版版本）