前言¶
居家养老场景里，跌倒致残是照护中最需要提前干预的一类事件，而步态异常是被反复验证的跌倒预测因子。目前的做法多是装一个跌倒报警器，等人倒了再通知家属；或者靠护理员肉眼观察，主观且不连续。
下面介绍的 Skill 走的是另一条路：在走廊或客厅装一个固定摄像头，拍下老人直线行走的视频，用 AI 姿态估计和步态分析算出步幅、步速、躯干摇摆角度、步频这几项参数，再输出低 / 中 / 高三级跌倒风险。它适合想给摄像头或健康管理平台加「步态监测」能力的开发者。
这是什么¶
smyx-elderly-gait-instability-detection-analysis 是一个社区来源（source: community）的 Skill，发布者 user_15292d5a，版本 1.0.0，分类为 professional，标签 requires_api_key=false。
它解决的问题是：把一段普通行走视频，转成可量化的步态参数和可分级的跌倒风险，并支持定期或日常行走时自动触发检测。
官方地址：https://api.skillhub.cn/user_15292d5a/yjkj-smyx-elderly-gait-instability-detection-analysis
SkillHub 页面：https://www.skillhub.cn/skills/user_15292d5a/yjkj-smyx-elderly-gait-instability-detection-analysis
核心功能¶
输入是固定摄像头（走廊或客厅）拍摄的老年人直线行走视频。处理链路分两步：先做 AI 姿态估计，再做步态分析。
输出的参数有四项：
- 步幅长度，单位 cm
- 步速，单位 m/s
- 躯干摇摆角度，即左右倾斜度
- 步频
判定逻辑按方向分别看：步幅过小（小碎步）、步速过慢、躯干摇摆幅度过大，命中这几类情况时输出跌倒风险等级，取值为 low / medium / high。
触发方式有两种：按周期调度，例如每月跑一次；或在老人日常行走时自动触发。每次检测生成一份步态报告，当风险等级为 medium 或 high 时推送提醒，面向家属或护理人员。
安装与启用¶
该 Skill 基于通用 SKILL.md 格式，坐标为 @user_15292d5a/yjkj-smyx-elderly-gait-instability-detection-analysis，在 SkillHub 目录页获取。官方资料中未给出命令行安装命令、目录路径或配置文件字段，因此这里不编造安装步骤。需要安装时以 SkillHub 页面和 SKILL.md 内说明为准。
有两点在接入前可以先确认：一是 requires_api_key=false，说明按官方标注不依赖 API Key；二是该 Skill 输出依赖摄像头视频这一输入形态，接入方需自行保证视频来源和调用方式可用。
典型用法¶
官方简介中给出的可复现路径是：
1、架设固定摄像头，位置在走廊或客厅，拍摄老人直线行走视频。
2、将视频交给该 Skill 做姿态估计与步态分析。
3、读取步幅、步速、躯干摇摆角度、步频四项参数，以及跌倒风险等级。
4、按等级决定是否推送提醒：medium 或 high 推送，low 不推送。
5、按月或在日常行走时重复上述步骤，形成可对比的步态报告序列。
官方资料里没有提供具体的命令行示例、参数名或输出 JSON 结构，这部分在接入时需要以 SKILL.md 为准，这里不做推测。
适用场景与注意¶
适合的接入方有三类：居家养老场景的家庭与照护方，养老院，康复中心。也适合作为智能摄像头或健康管理平台的一个核心功能模块嵌入。
使用时的注意点：
1、视频必须是固定摄像头下的直线行走，移动镜头或非直线路径不在官方说明的输入范围内。
2、该 Skill 输出的是风险等级与参数，不构成医疗诊断。资料中提到的帕金森病、肌少症、平衡能力下降属于「潜在问题的早期发现」范畴，实际判断仍需专业评估。
3、效果依赖视频质量与拍摄条件，部署前建议先在目标环境验证参数是否稳定。
4、SKILL.md 格式的 Skill 能力边界取决于其声明，跨平台（Cursor / Codex CLI / Claude Code 等）的差异官方资料未说明，接入前需逐个验证。
结尾¶
这个 Skill 的价值在于把「看老人走路」变成可量化、可分级、可定期复查的指标，让跌倒风险在致残之前被看到。适合想要给养老监护产品补上步态监测一环的开发者。
官方地址：https://api.skillhub.cn/user_15292d5a/yjkj-smyx-elderly-gait-instability-detection-analysis
