Student Classroom Engagement Analysis | 学生课堂情绪参与度分析
实时分析学生课堂表情，计算参与度评分
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：Student Classroom Engagement Analysis | 学生课堂情绪参与度分析。 它的用途是：实时分析学生课堂表情，计算参与度评分 完整的 Skill 内容见：https://321skill.com/skills/student-classroom-engagement-analysis-学生课堂情绪参与度分析-x-7/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
'分析当前班级学生的课堂参与度'，它会调用摄像头实时识别每位学生的面部表情，计算整体参与度评分（0-100），并标记出参与度较低的学生座位位置，生成热力图和异常提醒，帮助教师及时调整教学节奏。
介绍
本技能利用教室固定摄像头，实时捕捉并分析学生的面部表情（专注、困惑、开心、沮丧、无聊等），通过深度学习模型识别情绪状态，并综合计算班级整体参与度评分（0-100分）。系统还能标记出参与度较低的学生个体位置，但不会存储任何身份信息，仅用于课堂实时提醒。该技能旨在辅助教师快速了解课堂氛围，发现需要关注的学生，从而调整教学节奏。
使用方式非常简单：只需在教室部署一台固定摄像头，连接运行本技能的系统，即可自动开始分析。教师可通过仪表盘查看整体参与度热力图、异常警报以及低参与度学生的座位位置。无需手动操作，系统会持续监测并实时更新数据。教师也可以自定义阈值，当参与度低于设定值时收到提醒。
本技能特别适合中小学、高校及培训机构的一线教师，也适合教育研究人员进行课堂观察数据采集。对于追求高效课堂管理的教师，它能提供客观、量化的参与度反馈，弥补主观判断的不足。同时，系统不存储学生面部图像或身份，符合隐私保护要求。
使用建议：摄像头需固定且能清晰拍摄到所有学生面部，避免遮挡和逆光；建议在光线均匀的教室环境下使用，表情识别准确率更高。注意本技能仅依赖面部表情，不包含行为动作（如举手、记笔记等），因此参与度评分可能与其他维度的评估存在差异，建议作为辅助参考而非唯一标准。
核心特点
同类技能多需绑定学生身份或存储人脸数据，而本技能只记录位置不存储身份，在隐私保护与课堂可用性之间取得平衡，且专注于实时课堂场景，非课后回放分析。
注意事项
需要固定摄像头且光线充足，无法识别戴口罩或侧脸的学生，也不分析行为动作。
常见问题
需要什么硬件设备？
一台固定教室摄像头，能清晰拍摄到所有学生面部即可。
会不会保存学生的面部信息？
不会，系统只分析表情并标记位置，不存储任何身份或面部图像。
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/student-classroom-engagement-analysis-学生课堂情绪参与度分析-x-7/raw/index.md 读取 Student Classroom Engagement Analysis | 学生课堂情绪参与度分析 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/student-classroom-engagement-analysis-学生课堂情绪参与度分析-x-7/raw/index.md（查看排版版本）