Smart E-Bike Detection Skill | 电动车智能检测技能
电动车智能检测，实时监控禁行区域违规行为
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：Smart E-Bike Detection Skill | 电动车智能检测技能。 它的用途是：电动车智能检测，实时监控禁行区域违规行为 完整的 Skill 内容见：https://321skill.com/skills/smart-e-bike-detection-skill-电动车智能检测技能-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
'启动小区东门监控的电动车检测，实时监控并记录违规车辆'，AI会调用本技能，分析视频流，识别电动车进入禁行区域，统计违规次数并发送预警通知。
介绍
电动车在园区、社区、单位等禁行区域违规停放或行驶，不仅带来安全隐患，也增加了管理难度。本技能基于计算机视觉技术，自动识别监控画面中的电动摩托车和电动车，帮助管理者快速发现违规行为，降低人工巡检成本。
使用方式非常简单：将技能部署到AI智能体后，只需输入视频流地址或上传图片，即可启动实时检测。技能会自动分析画面，标记违规车辆位置，统计违规数量，并在检测到违规时触发预警通知，支持接入现有监控系统。
本技能适用于园区物业、社区安保、企事业单位的安全管理人员，以及需要自动化监控电动车违规的运维团队。无需专业计算机视觉知识，通过AI智能体即可调用，快速落地。
建议在光线充足、摄像头视野清晰的区域使用，以获得最佳检测效果。对于夜间或遮挡严重的场景，可配合补光设备或调整摄像头角度。同时注意定期更新模型，以适应不同品牌电动车的外观变化。
核心特点
相比通用目标检测模型，本技能专门针对两轮电动车优化，支持实时视频流与图片双模式，并内置违规计数和预警触发逻辑，无需二次开发即可直接用于安全管理场景。
注意事项
不适用于检测非电动车辆（如自行车、摩托车等），且在强逆光、高遮挡或恶劣天气下检测准确率可能下降。
常见问题
如何安装这个技能？
请参考仓库README中的安装指引，通常通过pip或npm包管理器安装，也可直接部署Docker镜像。
支持哪些摄像头或视频源？
支持RTSP视频流、本地视频文件以及图片上传，兼容主流网络摄像头。
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/smart-e-bike-detection-skill-电动车智能检测技能-x/raw/index.md 读取 Smart E-Bike Detection Skill | 电动车智能检测技能 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/smart-e-bike-detection-skill-电动车智能检测技能-x/raw/index.md（查看排版版本）