Real-time Employee Absence Monitoring Skill | 人员离岗实时监测技能
实时监测人员离岗状态的AI技能
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：Real-time Employee Absence Monitoring Skill | 人员离岗实时监测技能。 它的用途是：实时监测人员离岗状态的AI技能 完整的 Skill 内容见：https://321skill.com/skills/real-time-employee-absence-monitoring-skill-人员离岗实时监测技能-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
'启动人员离岗监测，监测车间A区，离岗超过3分钟报警。' 它会自动连接摄像头，实时分析画面中的人员姿态，当检测到某工位无人超过3分钟时，立即发送预警消息到指定钉钉群，并记录异常事件。
介绍
传统岗位监管依赖人工巡检，效率低且容易遗漏。本技能基于计算机视觉与人体姿态估计算法，实时分析摄像头画面，自动检测区域内人员是否在岗，一旦出现离岗、缺岗等异常状态，立即触发预警通知，帮助企业实现7×24小时无人化值守监管。
使用非常简单：将摄像头部署在需要监测的区域（如工厂车间、监控室、服务窗口），配置技能参数（如离岗判定阈值、预警接收方式），启动后即可自动运行。系统会持续分析视频流，当检测到人员离开工位超过设定时长时，通过钉钉、邮件、短信等渠道发送告警，并记录异常事件日志。
本技能适用于工厂车间主管、监控室值班管理人员、服务窗口运营负责人等需要岗位监管的岗位，也适合运维工程师用于安全巡检场景。无需额外硬件，普通USB摄像头或网络摄像头即可支持，部署成本低，上手快。
建议根据实际环境调整检测阈值，避免因短暂离岗（如取文件）导致过多误报；同时确保摄像头视野清晰、无遮挡，定期清洁镜头。若监测区域较大，可部署多台摄像头分别覆盖，并分别配置技能实例。
核心特点
不同于通用的画面变化检测或目标检测方案，本技能基于人体姿态估计，能精确判断人员是否在岗（如坐姿、站立、离开），而非仅靠物体移动或人形框出现/消失，误报率更低，且支持自定义离岗/缺岗阈值，适应不同岗位的监管要求。
注意事项
需要摄像头部署在固定监测区域，且受光照变化、遮挡、摄像头角度等因素影响，不适用于户外或人员频繁移动的开放空间。
常见问题
如何设置离岗判定阈值？
在技能配置文件中修改 max_absence_time 参数，单位为秒，例如设置 300 表示离岗超过5分钟触发预警。
支持多人同时监测吗？
支持，但需确保摄像头视野覆盖所有工位，且人员之间无明显遮挡。系统会为每个检测到的人体分配独立ID，分别跟踪在岗状态。
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/real-time-employee-absence-monitoring-skill-人员离岗实时监测技能-x-5/raw/index.md 读取 Real-time Employee Absence Monitoring Skill | 人员离岗实时监测技能 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/real-time-employee-absence-monitoring-skill-人员离岗实时监测技能-x-5/raw/index.md（查看排版版本）