Elderly Toilet Time Abnormal Detection (>30 min) | 老年人如厕时间异常（超30分钟）识别
检测老年人如厕超时，预防意外
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 Toilet Time Abnormal Detection (>30 min) | 老年人如厕时间异常（超30分钟）识别。 它的用途是：检测老年人如厕超时，预防意外 完整的 Skill 内容见：https://321skill.com/skills/elderly-toilet-time-abnormal-detection-30-min-老年人如厕时间异常-超30分-x-5/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
'部署老年人如厕时间异常检测系统，摄像头安装在卫生间门口，设置超时阈值为30分钟，异常时推送到我手机。' 系统会自动配置人体检测模型和进出跟踪逻辑，开始实时监控。当检测到老人进入卫生间超过30分钟未离开时，立即触发预警并发送通知。
介绍
该技能解决老年人如厕时因跌倒、突发疾病或体力不支导致无法自主移动，超出安全时间（默认30分钟）而未被及时发现的问题。传统卫生间监控存在隐私顾虑，而本技能仅通过人体轮廓检测和进出跟踪，不采集任何隐私细节，在保护隐私的同时实现安全预警。
使用方式：在卫生间门口或内部安装普通摄像头，系统自动识别老年人进出时刻，连续计算占用时间。当超过预设阈值（默认30分钟）时，立即输出异常预警，通知家属或护理人员。部署简单，无需复杂配置，支持自定义阈值。
适合用户：家中有独居或行动不便老年人的子女、养老机构护理人员、社区居家养老服务中心的管理者，以及开发智能家居安防系统的开发者。
使用建议：摄像头安装位置应确保能清晰检测到人体进出，避免遮挡；建议定期检查系统运行状态，配合其他跌倒检测设备使用效果更佳；阈值可根据老人身体状况灵活调整（如20分钟或40分钟）。
核心特点
相比通用的人体检测或安防监控，该技能专门针对卫生间场景优化，通过进出时序分析精准计算连续占用时间，并设默认30分钟安全阈值，在保护隐私（仅检测轮廓）的前提下实现超时预警，避免隐私泄露争议。
注意事项
不适合多人同时使用卫生间、摄像头被遮挡或光线过暗导致检测不稳定的场景，且无法区分正常长时间如厕与异常情况（如老人忘记带手机或故意久坐）。
常见问题
这个技能会拍到隐私画面吗？
不会。系统仅检测人体轮廓，不采集任何面部、衣着等隐私细节，摄像头可安装在卫生间门口或内部，只分析进出和停留时长。
如何设置自定义超时阈值？
在部署时可通过配置文件或环境变量修改超时时间，默认30分钟，支持按需调整为20分钟、40分钟等。
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-toilet-time-abnormal-detection-30-min-老年人如厕时间异常-超30分-x-5/raw/index.md 读取 Elderly Toilet Time Abnormal Detection (>30 min) | 老年人如厕时间异常（超30分钟）识别 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-toilet-time-abnormal-detection-30-min-老年人如厕时间异常-超30分-x-5/raw/index.md（查看排版版本）