今天在專題上主要的進度，是把 ESP32 的設定完成，並且成功在 GCP 上建立 VM。雖然過程中有點卡關，但總算一步一步把環境弄起來，也能在 VM 上開始編輯程式，算是往前跨出重要的一步。接下來的重點，就是要讓 ESP32-CAM 拍攝到的人臉影像，能順利上傳到後端進行處理。

不過，今天也清楚感受到自己遇到的一些難點。第一個就是在 VM 裡面的操作還不太熟悉，像是怎麼用 nano 編輯檔案、程式要放在哪個資料夾、網路跟防火牆怎麼設，這些細節對我來說都還需要再多花時間去摸索。雖然 VM 架好了，但要讓它真正穩定運作、能被 ESP32 正確串接，還有不少細節要解決。

第二個難點是在 ESP32 和後端的串接上。理論上只要修改 ESP32 的程式，就可以把圖片傳到 VM，可是實際上會不會遇到網路延遲、API 呼叫失敗或圖片上傳不完整的情況，這些都還需要測試。畢竟專題的核心就是人臉上傳與辨識，這部分如果沒有處理好，後續的推播或廣告應用都沒辦法實現。

最後還有一個需要思考的地方，就是人臉辨識的技術選擇。目前有兩個方向，一個是用 Flask 搭配 dlib/face_recognition，在 VM 上自己跑辨識；另一個是直接用 Gemini API 把辨識交給雲端。兩種方式各有優缺點，前者成本低但效能可能有限，後者精準度高但需要付費，還要考慮延遲。專題應該要往哪個方向走，今天也花了一些時間在評估。

另外，還有一個意外遇到的問題，就是 VM 的防火牆設定。後端雖然能跑起來，但因為防火牆規則沒有設定正確，導致外部無法連線到 Flask 伺服器。最後沒想到 GCP 的「網路標籤」竟然是手動輸入「防火牆規則」的設定，最後終於可以用外網連線了。

總結來說，Day 6 算是把基礎環境搭好，算是站穩腳步的一天。但同時也開始遇到實作上的挑戰：環境設定、程式串接、技術選擇與防火牆問題，這四個面向都需要再深入。接下來幾天的目標，就是逐步解決這些問題，讓系統能真正跑起來。

📊 Day 6 進度 vs 難點 對照表