Reptile Tail Loss (Autotomy) Detection | 守宫/蜥蜴尾巴断尾识别
AI视觉监控爬宠断尾事件，自动预警与记录。
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：Reptile Tail Loss (Autotomy) Detection | 守宫/蜥蜴尾巴断尾识别。 它的用途是：AI视觉监控爬宠断尾事件，自动预警与记录。 完整的 Skill 内容见：https://321skill.com/skills/reptile-tail-loss-autotomy-detection-守宫-蜥蜴尾巴断尾识别-x/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
“启动今天的断尾检测任务，并对比上周的尾巴长度数据。”，它会自动调取摄像头最新图像，运行AI分析模型，将当前尾巴长度与历史记录对比，如果检测到显著缩短或伤口，则生成包含时间戳的“断尾事件”报告并提醒你。
介绍
该Skill旨在解决爬宠饲养者难以实时监控宠物（如守宫、蜥蜴）断尾事件的问题。断尾是爬行动物常见的应激反应或受伤表现，但人工观察往往存在延迟，可能错过最佳处理时机。
通过部署在爬宠箱内的固定摄像头，系统可以定期自动拍摄尾部图像，并利用AI视觉分析技术，将当前图像与历史数据或体长参考值进行对比，检测尾巴长度、尾部尖端伤口、结痂或异常短缩等关键指标。
该Skill特别适合爬宠爱好者、宠物店经营者、动物行为研究者或任何需要精细化、自动化监控特定动物健康状况的用户。它能够将饲养者从频繁的肉眼检查中解放出来，提供客观、连续的监测数据。
使用建议：确保摄像头安装位置固定且能清晰拍摄到宠物尾部，定期校准参考值以提高检测精度。注意，该系统主要依赖视觉分析，对于被遮挡或光线极差情况下的尾巴可能无法准确识别，仍需结合人工观察作为辅助。
核心特点
与通用宠物监控摄像头不同，本Skill专门针对爬行动物的“断尾”这一特定生理现象进行AI视觉识别与量化分析，并能基于历史数据对比（如长度缩短超过20%）自动判定并记录“断尾事件”，实现了从“看到”到“识别并预警”的跨越。
注意事项
不适合监控尾巴被完全遮挡、或需要判断断尾具体原因（如打架、受惊）等复杂行为分析的场景。
常见问题
需要什么样的摄像头？
支持固定安装并能通过网络传输图像的摄像头即可，建议选择分辨率较高、夜视功能好的型号。
检测到断尾后会做什么？
系统会输出‘断尾事件’提示，并记录发生时间，可通过配置的通知方式（如App推送）告知用户。
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/reptile-tail-loss-autotomy-detection-守宫-蜥蜴尾巴断尾识别-x/raw/index.md 读取 Reptile Tail Loss (Autotomy) Detection | 守宫/蜥蜴尾巴断尾识别 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/reptile-tail-loss-autotomy-detection-守宫-蜥蜴尾巴断尾识别-x/raw/index.md（查看排版版本）