Elderly Bed-Exit & Wandering Monitor | 老人离床徘徊监测技能
通过AI视觉识别，监测老人夜间离床、徘徊等异常行为，保障安全。
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：Elderly Bed-Exit & Wandering Monitor | 老人离床徘徊监测技能。 它的用途是：通过AI视觉识别，监测老人夜间离床、徘徊等异常行为，保障安全。 完整的 Skill 内容见：https://321skill.com/skills/elderly-bed-exit-wandering-monitor-老人离床徘徊监测技能-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
“启动夜间老人卧室监控，如果检测到王阿姨在凌晨2点至5点间离床超过3分钟，请立即通知我。”，它会持续分析视频流，一旦触发规则，便通过预设渠道（如手机APP）向你发送包含时间戳的告警信息，让你能及时干预。
介绍
本技能旨在解决独居老人或养老院中，夜间无人看护时的安全风险问题。它通过分析视频或传感器数据，自动识别老人夜间起床离床、长时间在室内徘徊、或长时间静止不动等异常行为模式，一旦发现潜在危险，可及时向护理人员或家属发出警报，防止跌倒、走失等意外发生。
使用时，用户需要将技能部署到支持AI视觉分析的环境中，并配置好监控摄像头或相应的传感器。技能会持续分析传入的数据流，根据预设的行为模型进行判断。当检测到异常时，可以通过集成的通知系统（如短信、APP推送）发送告警信息。
该技能特别适合养老机构的夜间值班人员、独居老人的子女或亲属，以及提供居家养老服务的社区工作者使用。它能够提供一种非侵入式的、持续的远程看护方案，弥补人力监控的空白时段。
建议在部署前，根据具体环境（如房间布局、光照条件）对识别参数进行微调，以提高准确率并减少误报。同时，需确保监控设备的隐私设置符合当地法规，并向被监测老人充分说明用途，尊重其个人隐私。
核心特点
专注于夜间非侵入式行为监测，能同时识别“离床”、“徘徊”和“静止”三种高风险行为模式，而非单一的移动检测，误报率更低。
注意事项
不适合光线条件极差、监控视野被严重遮挡或需要精确动作（如跌倒姿态）识别的场景。
常见问题
这个技能需要专门的硬件吗？
通常需要支持RTSP等协议的监控摄像头或特定的毫米波雷达等传感器来提供视频/数据流。
误报了怎么办？
可以通过调整行为判定阈值（如徘徊时长、静止时长）和学习正常作息模式来优化，减少误报。
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/elderly-bed-exit-wandering-monitor-老人离床徘徊监测技能-x-7/raw/index.md 读取 Elderly Bed-Exit & Wandering Monitor | 老人离床徘徊监测技能 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/elderly-bed-exit-wandering-monitor-老人离床徘徊监测技能-x-7/raw/index.md（查看排版版本）