Real-time Employee Absence Monitoring Skill | 人员离岗实时监测技能
基于AI视觉实时监测人员离岗，自动触发预警。
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：基于AI视觉实时监测人员离岗，自动触发预警。 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/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
“帮我设置一个针对三号生产线质检工位的离岗监测，如果检测到工位空置超过5分钟，就向管理群发送告警。”，它会引导你完成监控区域框选、离岗时长阈值设置以及预警通知渠道的配置，并开始实时分析视频流，在触发条件时自动执行预警动作。
介绍
本技能旨在解决特定岗位（如工厂车间、监控室、服务窗口）因人员擅自离岗或缺岗而引发的安全风险、生产中断或服务质量下降等问题。它通过计算机视觉与人体姿态估计算法，对指定监控区域进行实时分析，自动识别人员是否存在离岗、缺岗等异常状态。
使用时，用户需部署技能并配置监控区域。技能会持续分析视频流，当检测到目标区域内人员在设定时间内未出现或姿态异常（如长时间离开工位），便会根据预设的判定阈值自动触发预警，如发送通知到管理后台或联动声光报警装置。
该技能非常适合需要严格岗位纪律和安全监管场景的管理者，如工厂车间主管、安防监控中心负责人、银行或政务服务中心的运营经理等。他们无需人工盯守屏幕，即可实现对关键岗位的自动化、不间断监管。
使用建议：建议在部署前明确监控区域边界和判定逻辑（如离岗时长阈值），并确保摄像头安装角度和光照条件能满足算法识别需求。同时，需注意保护员工隐私，明确告知监控目的与范围，避免将技能用于非工作区域的监控。
核心特点
与依赖简单移动侦测或人脸识别的方案相比，本技能通过人体姿态估计算法，能更准确地判断人员是否处于“在岗工作状态”，而非仅仅“出现在画面中”，有效避免了因人员短暂移动或姿势变化（如弯腰捡东西）而造成的误报。
注意事项
不适合光线极端昏暗、摄像头视角被严重遮挡或人员穿着与背景高度融合导致算法难以识别的场景。
常见问题
这个技能需要什么样的摄像头？
支持输出标准RTSP或HTTP视频流的网络摄像头即可，对分辨率有一定要求以确保识别精度。
预警方式有哪些？
通常支持API回调、邮件、短信通知，或与现场声光报警器等硬件设备联动。
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/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/raw/index.md（查看排版版本）