嗨大家，我是陳阿鬼！

我做到了！整整 30 天不間斷的技術寫作與 Vibe Coding 實踐！

從當初躺在床上、腦袋裡閃過手腕 90度 折疊 與 音樂卡點的練舞畫面，到今天打造出一套具備完整功能的網頁版 3D Tutting 模擬器。這是一場將「街舞藝術」與「軟體工程」深度結合的實踐。

在最後這一天，我想帶大家重新梳理這 30 天來的技術地圖，並分享這趟旅程帶給我的深刻啟示與未來展望。

30 天技術架構進化地圖

這套模擬器並非一蹴可幾，而是遵循著 「從視覺幾何、肢體控制、物理現實、演算法大腦」的四階段進化路線：

階段一：幾何繪圖與音樂時間軸

• 3D 視覺與骨架載入：基於 Three.js 搭建 3D 網頁渲染環境，導入並解析 Mixamo XBOT 標準 18+ DOF 角色骨架。
• 32 種 Penner Easing 緩動曲線：實作包含 Back、Elastic 與 Bounce 等多種緩動曲線，並透過 SVG 視覺化面板調校，展現肌肉爆發力與 Overshoot 甩勁。
• BPM 時基音樂時間軸：建立音軌同步控制與關鍵影格（Keyframe）編輯系統，確保所有幾何折疊都能精準 On Beat 卡點。

階段二：逆向運動學與掌指微觀幾何

• Two-Bone Analytic IK：開發手腳兩節解析解 IK 系統，搭配「橙色末端目標球 / 黃綠色極向球」雙球控制架構，大幅降低空間定格（Fixed Point）與穿線（Threading）的編舞門檻。
• 30 節掌指微觀幾何：解構雙手十根手指共 30 節關節，專為 Finger Tutting 開發微觀控制面板。
• CCD / FABRIK IK 解算器：導入 CCD 與 FABRIK 迭代鏈演算法，支援多關節連續連動與姿勢庫（Pose Lib）、手勢庫（Gesture Lib）模組化套用。

階段三：人體工學限制與物理逼近

• 關節角度限制 (Joint Limits)：為全骨架注入歐拉角夾緊（clampAxis）機制，防止骨骼發生解剖學上不可能發生的反折。
• Swing-Twist 橢圓錐約束：採用擺動-自轉分解演算法，徹底解決肩膀與髖部等球窩關節在極端角度下的「矩形卡死」與脫臼假姿勢。
• 簡化膠囊體 (Capsule) 碰撞偵測：以 low-cost 的膠囊體對球體幾何演算法實現 60FPS 即時肢體防穿膜，並導入「扶握箱 (Grab Box)」與「想像力模式」增強互動質感。

階段四：大腦與智慧記憶

• 招式庫 (Move Library)：設計深拷貝隔離與時間軸切片架構，實現招式模組化插入、跨專案 JSON 匯出匯入與 localStorage 快取同步。

Vibe Coding 與跨界思考

回顧過往的軟體開發，要將一套涵蓋 3D 線性代數、矩陣轉換、幾何 IK、人體工學限制......等演算法的系統獨立從零寫出來，往往需要耗費數個月的時間與心力。但在這個 GenAI 爆發的時代，透過 Vibe Coding 的開發方式得以改變軟體開發的規則。

Vibe Coding 並不只是「讓 AI 幫忙寫程式」，而是一種全新的協作方式。開發者先描述目標、操作情境與理想體驗，再由 AI 協助拆解問題、建立原型、補足技術細節，並在一次次測試與修正中逐漸逼近真正想要的成果。程式碼仍然重要，但開發的起點，已從「我會使用什麼技術」轉向「我想解決什麼問題」。

對我而言，這種轉變最直接地體現在 3D Tutting 舞蹈模擬器的開發上。

AI 放大的，是人的視野

Vibe Coding 最令人期待的地方，不只是縮短開發時間，而是讓更多人有機會參與創造。

它讓不熟悉所有技術細節的人，也能從自己的專業與經驗出發，提出問題、建立原型並反覆驗證。原本需要龐大團隊或長時間學習才能開始的專案，如今可以先用一個小型版本證明概念，再逐步成長為更完整的系統。

然而，工具愈強，人的判斷就愈重要。我們仍需要理解問題、辨識限制、驗證結果，也需要對作品的品質負責。AI 不會自動產生真正有價值的方向；它只是讓一個人的想法，能比過去走得更快、更遠。

對我而言，開發 3D Tutting 模擬器不只是完成一套工具，更像是在驗證一件事：當舞蹈知識、軟體思維與生成式 AI 相遇，原本分屬不同世界的元素，可以共同形成一種新的創作方式。

未來展望

雖然鐵人賽的 30 天文章告一段落，但這套 3D Tutting 模擬器的進化遠未結束。未來我規劃繼續拓展以下方向：

各個功能整合、擴充 Waving 功能

除了 Tutting 的角度與框架，我也希望將 Waving 的傳遞概念納入模擬器。使用者可以指定波浪經過的關節順序、傳遞速度、振幅與延遲，觀察能量如何從手指、手腕、手肘一路傳到肩膀與身體。

搭配自訂軌跡控制點後，動作將不再侷限於兩個姿勢之間的直線插值，而能沿著曲線、圓弧甚至更複雜的空間路徑移動。這不僅能增加動作的流動性，也能讓模擬器從姿勢編輯工具，逐步走向運動設計工具。

建立 Tutting 動作資料庫與 AI 生成系統

未來每一個 Pose、Transition 與 Combo，都可以轉換成結構化資料，記錄使用部位、角度、方向、節拍、空間位置與動作特徵。當資料量逐漸累積後，模擬器便能從單純的操作工具，成長為保存與分析 Tutting 動作知識的資料庫。

在此基礎上，AI 將不只是協助寫程式，也能參與編舞。使用者或許只要輸入「八拍、左右鏡像、包含 Finger Tutting，第四拍製造停頓」，系統就能從既有動作中組合出初稿，再由舞者進一步調整。AI 負責提供可能性，舞者則保留審美、選擇與創作主導權。

從個人工具走向教學與社群平台

對初學者而言，3D 模型可以提供傳統影片難以呈現的視角：自由旋轉鏡頭、放慢速度、拆解關節、比較左右動作，甚至即時提示角度是否到位。未來可加入分級教材、動作挑戰、學習紀錄與姿勢比較，讓使用者從觀察、模仿逐步走向自主創作。

更長遠來看，我希望這套工具能與台灣 Tutting 社群產生連結。舞者可以分享自己的 Pose 與 Combo、交換編舞概念，並留下不同世代、不同風格的動作資料。模擬器不只是呈現舞蹈的軟體，也能成為保存文化、促進交流與孕育創作的數位空間。

這些方向不會一次完成，而會像過去的開發一樣，透過一個又一個小版本持續演進。每一次新增功能，都同時是一場關於舞蹈、技術與人機協作的實驗。鐵人賽的 30 天是一個階段終點，卻也是這套系統真正開始成長的起點。

感謝與致謝

感謝這 30 天來持續追蹤、按讚、留言討論的所有鐵人賽讀者、技術社群與街舞圈的好朋友！你們的反饋與鼓勵是我每天堅持寫作與 Coding 到深夜的最大動力。

感謝科技的演進，讓幾何、街舞藝術與程式碼能在瀏覽器的小小視窗中交織出如此燦爛的火花。

我是陳阿鬼，3D Tutting 模擬器開發成功！Keep Tutting and Happy Coding!