Depression Behavioral Markers (Long Immobility & Appetite Change) | 抑郁症辅助行为标记(长时间不动、食欲改变)

通过摄像头分析独居者行为,预警潜在抑郁风险。

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:Depression Behavioral Markers (Long Immobility & Appetite Change) | 抑郁症辅助行为标记(长时间不动、食欲改变)。
它的用途是:通过摄像头分析独居者行为,预警潜在抑郁风险。
完整的 Skill 内容见:https://321skill.com/skills/depression-behavioral-markers-long-immobility-appetite-chang-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

“分析过去一周我父亲在卧室和餐厅的行为数据,检查是否有异常卧床或进食减少的情况。”,它会调用摄像头数据,计算行为基线对比,若检测到连续三天卧床超20小时或进食动作减少超50%,则生成一份详细的行为变化报告,并通过邮件或消息提醒您关注。

介绍

该技能旨在解决独居老人或独居者因缺乏日常看护,其抑郁倾向或健康恶化早期难以被及时发现的问题。它通过分析家庭固定摄像头(卧室和餐厅)捕捉的连续多日视频流,自动计算卧床时长和进食行为的变化。当检测到每日连续卧床超过20小时,或进食动作频率低于个人历史基线50%的行为模式,且该模式持续超过设定天数(如3天)时,系统会自动生成行为变化报告。

使用时,用户需要在卧室和餐厅区域部署摄像头,并确保系统能够稳定获取视频流。系统将建立用户的行为基线,并持续监控,一旦触发预警条件,便会通过报告提醒家属或社区医生。整个过程自动化运行,无需人工持续盯守。

该技能特别适合关心独居长辈健康的子女、负责社区养老服务的社工或医护人员,以及关注自身心理健康并希望建立客观监测机制的独居者本人。它提供了一种非侵入式的、基于客观数据的早期风险预警手段。

使用建议包括:确保摄像头安装位置合理,既能覆盖关键区域又需尊重隐私;初始阶段需给予系统足够时间建立准确的行为基线;报告仅为风险提示,不能替代专业医疗诊断,发现异常后应及时进行人工关怀与专业评估。同时,需严格遵守当地关于视频监控和数据隐私的法律法规。

核心特点

与一般健康监测技能不同,它聚焦于“长时间不动”和“食欲骤减”这两个与抑郁症高度相关的具体行为标记,并通过多日连续模式分析(而非单日异常)来降低误报,预警更具临床参考价值。

注意事项

不适合用于短期访客或行为模式不固定(如频繁出差)的个体,且其准确性依赖于摄像头的安装位置和视频质量。

常见问题

这个技能会侵犯隐私吗?

技能设计用于特定区域(卧室、餐厅)的行为模式分析,通常需用户知情同意,且报告为聚合行为数据,不涉及具体影像外泄,但使用前务必确保符合隐私法规。

需要什么样的摄像头?

需要能够提供稳定视频流的固定式家用摄像头,支持RTSP或ONVIF等标准协议以便系统接入分析。

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/depression-behavioral-markers-long-immobility-appetite-chang-x-3/raw/index.md 读取 Depression Behavioral Markers (Long Immobility & Appetite Change) | 抑郁症辅助行为标记(长时间不动、食欲改变) 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。