今天先從後台功能開始選擇工具。整個服務裡，後台的角色就像是基礎工廠，要能維護拍攝地點清單、相片集，還有一些預設的動作集。除此之外，還得準備幾個核心功能：毛片快篩、動作套圖，以及影片素材的生成。

在「地點資訊」的設計上，我一開始就想到未來一定會加上各種標籤，從單純的風格到更細的場景特徵。因此直接選用 NoSQL 的 MongoDB 來處理，讓後面擴充比較有彈性。

操作介面部分，因為後台主要是內部人員使用，所以沒有打算花太多心思做得漂亮。簡單能操作即可，畫面用 HTML 製作就好。

框架則選擇 Python 的 FastAPI，除了輕量好用之外，也能方便後續接到 LangChain、LangGraph 做 bot 的部分。

「動作套圖」的定位比較像是姿勢引導範例，不需要做到特效級的精細。我打算先嘗試 Nano Banana 的 API 來實作，看看在真實場景中效果如何。

比較麻煩的還是「毛片快篩」。構想是多階段處理：

1. 先把照片分群，時間差在兩秒內的連拍歸為同一組。
2. 接著用 CLIP 把圖片轉成向量，透過 DBSCAN 做分群，把相似的照片聚在一起。
3. 最後用 InsightFace 從群組裡挑出表情最清晰的一張。

這大概就是後台開發的第一輪工具選用。等這些基礎穩定後，明天再來規劃 bot 的工具，看怎麼把整體流程拼接起來。