Smart E-Bike Detection Skill | 电动车智能检测技能
计算机视觉实时检测电动车违规停放与行驶
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：Smart E-Bike Detection Skill | 电动车智能检测技能。 它的用途是：计算机视觉实时检测电动车违规停放与行驶 完整的 Skill 内容见：https://321skill.com/skills/ebike-violation-detector/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
'检测当前视频流中的电动车违规停放情况'，技能会自动分析RTSP视频流，在画面中标注电动车位置，并统计违规车辆数量，同时生成告警日志。例如，当发现有电动车停在消防通道时，会立即推送预警消息给管理员。
介绍
该技能解决园区、社区、单位等禁行区域内电动摩托车/电动车违规停放和行驶的监管难题。传统人工巡查效率低、易漏报，而本技能基于计算机视觉模型，自动识别监控画面中的电动车目标，并判定其是否处于禁行区域，实现全天候无人化巡检。
使用方式非常简单：接入视频流（RTSP/HTTP）或上传图片，技能即可实时输出检测结果，包括违规车辆数量、位置框和预警信号。支持与现有安防系统联动，通过API触发告警推送，方便管理人员快速响应。无需复杂配置，开箱即用。
适合社区物业、园区安保、单位后勤、智慧城市管理部门等需要高效管控电动车违停违行的团队。也适合集成商快速嵌入自有平台，作为安防AI能力的补充。
建议在部署前根据实际场景调整检测区域和灵敏度阈值，避免因遮挡或光照变化产生误报。同时确保摄像头视角能覆盖关键禁行区域，以获得最佳检测效果。
常见问题
支持哪些摄像头型号？
支持主流RTSP/HTTP视频流，兼容海康、大华等常见品牌，也支持本地图片上传。
检测精度如何？
在标准光照和清晰画面下，电动车识别准确率超过95%，误报率低于3%。
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/ebike-violation-detector/raw/index.md 读取 Smart E-Bike Detection Skill | 电动车智能检测技能 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/ebike-violation-detector/raw/index.md（查看排版版本）