昨天把一次完整的使用流程整理了一遍：

選擇動作
↓
確認拍攝位置
↓
取得起始姿勢
↓
開始動作辨識
↓
即時回饋
↓
完成訓練
↓
查看結果與紀錄

但如果從系統開發的角度來看，這些功能其實還可以再拆成不同的模組。
目前我把整體流程大概整理成：

攝影機畫面
↓
人體姿態估測
↓
關鍵點資料處理
↓
動作判斷
↓
即時回饋
↓
訓練紀錄

首先是最前面的攝影機。
系統會持續取得使用者的影像，這些影像就是後面所有分析的來源。
接著交給 MediaPipe Pose Landmarker，從畫面中取得人體的關鍵點。
例如：肩膀、髖部、膝蓋、腳踝等位置。
但 MediaPipe 的工作到這裡其實還沒有結束整個動作辨識。

它主要負責告訴我們：「人體關鍵點在哪裡？」
接下來還需要把這些資料交給我們自己的處理程式。

例如計算：

• 關節角度
• 關鍵點之間的距離
• 左右位置差異
• 與起始姿勢相比的變化
• 前後幾個影格的變化

處理完這些資訊之後，才會進入真正的：

動作判斷模組。
以目前的蚌殼式來說，這個部分需要判斷：
現在是 READY、OPENING、OPEN 還是 RETURNING？
膝蓋是否達到設定的動作範圍？
骨盆是否出現明顯旋轉？
這一次到底算不算完整的一下？
如果偵測到需要注意的情況，結果就會再傳到：

即時回饋模組。
例如顯示：「請保持骨盆穩定。」
或者：「請稍微調整攝影機位置。」
而一整組動作完成之後，系統才會整理：
總完成次數、符合設定條件的次數、常見提醒等資訊，再存成訓練紀錄。
所以如果把目前的架構再簡化一次，就是：

Camera
↓
MediaPipe Pose Landmarker
↓
Landmark Processing
↓
Movement Analysis
↓
Feedback
↓
Training Record

我覺得把系統拆成這樣之後，也比較容易知道每一個部分到底負責什麼。
例如哪天發現人體關鍵點一直跳動，就先檢查姿態估測或資料處理。
如果關鍵點抓得很穩，但計次一直錯，就應該往動作判斷的邏輯找問題。
這樣比把所有功能全部寫在一起，更容易慢慢測試與修改。