今天的專題進度主要集中在 ESP32-CAM 上傳影像到 VM 以及後端的串接測試。ESP32-CAM 已經能設定為每 10 秒拍照並上傳到 VM，這部分基本運作起來了。不過實際操作過程中，我還是遇到不少細節問題需要處理。

首先是 API 金鑰的問題。我在 VM 上用 curl 測試手動上傳圖片時，系統回傳了 API key not valid 的錯誤訊息，顯示金鑰無效。這讓我意識到我需要先把 Google Vision 以及 Gemini 的 API Key 正確地存放在環境變數裡，並且確認在 VM 上可以正確讀取，否則就算程式碼寫得對也無法進行辨識。

再來是 首頁顯示串流的問題。目前 Flask 的首頁 index 沒有顯示 ESP32-CAM 的 LAN 位址，因為 upload_face 這個 handler 沒有記錄上傳者的 IP，導致 index.html 缺乏串流資訊。我原本期待能在首頁直接看到攝影機串流的 IP 和影像，但現在只能看到單純的頁面，這部分需要再補上 IP 紀錄與串流連結的顯示。

另外，我有在思考 如何手動驗證人臉辨識準確率。理論上 雲端模型要超過 85%。但我還不清楚要怎麼操作驗證流程，尤其是在 VM 上要怎麼同時做測試。能不能直接在 VM 開一個端口，讓我用 curl 或者手動傳圖片來測試辨識，這點還需要更清楚的方案。

總體來說，Day 8 的進度就是基礎串接算是跑通了，但遇到的問題主要集中在 API 金鑰存取、串流顯示，以及驗證方法。接下來的任務會是把這些細節補齊，讓系統真正能完整且正確進行辨識與準確率測試。