技能介绍

游泳训练里的视觉痛点

学游泳最难的环节之一是「看不见自己的动作」。教练指出的问题——比如自由泳转肩不够、蛙泳蹬腿角度偏差——在脑子里往往是模糊的。逐帧对比视频和标准示范既费时间又容易看漏关键细节，而把错误片段做成动图、再和标准动作并排对照，能让问题一目了然。

这个技能做什么

scripts/gen_gifs.py 是主入口。传入训练视频后，它会：

生成错误动作 GIF：从视频中截取关键片段，输出 wrong_xxx.gif
生成标准动作示意：自动产出 correct_freestyle.gif 和 correct_breaststroke.gif，作为对照基准
可选自动识别：如果环境里装了 mediapipe，脚本会逐帧分析 33 个人体关键点，输出结构化错误清单 report_xxx.json，并生成标红问题关节的 annotated_xxx.gif

整个识别流程在本地离线完成，视频和关节坐标不上传任何第三方服务器。

关键实现

自动识别使用 MediaPipe Tasks Vision 的 PoseLandmarker，模型文件 assets/pose_landmarker_full.task 首次使用时自动下载到本地。识别模块 scripts/pose_analyze.py 提取肩、肘、髋、膝、踝等部位的角度和对称性，按游泳专项规则判定错误类型。置信度较低的关键点会被过滤，避免误判。

输出目录默认 ./output_gifs，可通过环境变量 GIF_OUT 覆盖。

适用边界

Obsidian 不是前置依赖。装了 Obsidian 可以把 GIF 嵌入复盘报告（![[动作对照/wrong_xxx.gif]]），没装也不影响核心功能。
标准 GIF 是关节示意动画，不是真实教练录像，用于结构对照而非细节模仿。
自动识别是可选增强。不装 mediapipe 也能完整使用 GIF 生成功能。
Obsidian 集成要求报告落在已注册的 vault 子目录，脚本不硬编码路径。