【标签】生活娱乐
【标题】【生活娱乐赛道】动醒——一款基于 AI 动作识别的智能闹钟APP
【正文】
1. Demo 简介
是什么： 动醒是一款基于 AI 人体关键点识别的手机闹钟应用，闹钟响起后必须完成指定动作（八段锦、深蹲、开合跳、举手等）才能关闭，不做完绝不停止。
面向谁： 起床困难户（上班族、学生党）、拖延症运动者、希望晨练养生的健康人群、正在培养运动自律习惯的养成者。
主要功能：
- 强制响铃 + AI 动作解锁： 到达设定时间后铃声持续播放，音量不可调低，用户必须面对摄像头完成指定数量的动作，AI 识别达标后自动计数，完成全部目标才能关闭闹钟。
- 多种动作识别（目前四种示例）： 支持八段锦（极简版，适合起床）、举手（通过手腕与鼻子高度对比判定，适合起床）、深蹲（通过髋-膝-踝三点角度计算判定，适合运动）、开合跳（通过手腕与肩膀高度对比判定，适合运动），每种动作都有独立的状态机计数逻辑。
- 实时关键点可视化： 摄像头画面上实时叠加 21 个人体关键点和骨架连线，用户可以直观看到 AI 的识别效果，同时显示膝盖角度、动作状态、人体检测状态等数据。
产品界面展示：
- 闹钟主页：大字号时钟 + 闹钟时间/动作类型/目标数量设置 + 倒计时显示
- 响铃页：闹钟动画 + 动作任务提示 + 进度条 + 摄像头实时画面（叠加关键点） + 检测数据面板
- 完成页：完成动作数 + 用时统计 + 重置按钮
2. Demo 创作思路
灵感来源： 每天早上闹钟响起，我都迷迷糊糊把闹钟按掉，然后继续睡。结果就是妈妈发火、我迟到、被老师批评。但是有一次闹钟响了之后，我按掉了闹钟后继续睡，妈妈直接把我从床上拉起来，让我去洗把脸，我走了几步、用凉水洗了个脸，人就一下子清醒了，再也睡不着了。我发现一个规律：只要身体一动起来，人就会清醒，困意只在你躺着不动的时候才管用。 后来学校里冬天要做早操、夏天要跳绳，我每次做完运动都精神得不行。那如果闹钟不是按一下就关，而是逼我做完一组运动才能关呢？动完身体自然就醒了，不会再睡着，顺便还锻炼了身体，一举两得。
想解决的问题：
- 痛点一：传统闹钟"一按即关"，对意志力薄弱者形同虚设，贪睡功能反而助长赖床
- 痛点二：运动 App 靠自觉，缺乏物理约束，用户打开后往往划水或直接退出
- 痛点三：自律软件仅靠心理暗示和打卡记录，对重度拖延者没有实际约束力
为什么做这个方向： 市面上的闹钟 App 都在"怎么叫醒你"上做文章——更响的铃声、更复杂的解法、更远的放置位置。但本质上都是"你可以选择关掉它"。动醒的判断是：问题的核心不是闹钟不够响，而是关闭闹钟的代价太低。 只有把关闭闹钟的成本从"按一个按钮"提升到"完成一组身体运动"，才能真正打破赖床的循环。而且这个方向在技术上是可实现的——手机摄像头 + AI 姿态识别已经足够成熟，不需要任何额外硬件。
- Demo 体验地址
注：初次打开摄像头会比较久，因为要获取摄像头权限
网页版：
手机端（APP样式）：（二维码）
已经实现姿态识别、四种动作检测器、完成动作关闭铃声。
- TRAE 实践过程
整个 Demo 从创意到可运行的成品，完全在 TRAE 中完成，以下是完整的开发过程：
第一步：创意命名与定位
在 TRAE 中描述了产品概念后，TRAE 帮我生成了 10 个候选名称，从简洁型到硬核型都有。最终选定"动醒"——两个字，一动即醒，简单有力。随后又生成了产品解释语：“一款不做完动作就关不掉的硬核闹钟 App”，用于一句话说清产品定位。
第二步：技术方案调研
我问 TRAE"上面的功能有哪些技术方案能实现"，TRAE 给出了完整的技术选型分析：
- AI 动作识别： 对比了 MediaPipe Pose（端侧）、TensorFlow Lite + MoveNet、ML Kit Pose Detection、云端视觉 API、Apple Vision 五种方案
- 强制响铃机制： 分别分析了 Android 端（AlarmManager + ForegroundService + 悬浮窗，可做到接近 100% 强制）和 iOS 端（系统限制严格，只能做到强提醒）的实现路径
- 数据追踪、动作库配置等模块也给出了完整方案
接着我追问"云端视觉 API 里服务商有什么区别"，TRAE 搜索了百度 AI、阿里云、腾讯云三家的人体分析能力，从关键点数量、计费模式、接入方式、移动端适配度等维度做了详细对比表格。最终选择百度 AI 人体关键点识别 API——21 个关键点最多、免费额度最友好、接入门槛最低，适合快速做 Demo。
第三步：Demo开发
TRAE 帮我抓取了百度 AI 人体关键点识别的完整 API 文档，我先用百度API做了一个Demo，后来，我发现用百度API需要代理和另外注册账号，很麻烦，于是我就用MediaPipe Pose又做了一个Demo。
修BUG：
核心实现
MediaPipe 姿态识别：usePoseDetection.ts 加载 Pose Landmarker lite 模型，逐帧检测 33 个关键点，并在 poseUtils.ts 中绘制青色骨架叠加
四种动作检测器：actionDetectors.ts
八段锦：简版三个动作，连续保持和多组联动。
深蹲：膝关节角度 站立>155° → 下蹲<110° → 站起>155°
开合跳：双腕同时高于肩 → 落下
举手唤醒：双腕高于头顶持续 1 秒
铃声引擎：useAlarmAudio.ts 用 Web Audio API 生成 880/1100Hz 交替"滴滴"声，响铃态全音量、运动态降音量
强制唤醒：闹钟响起后无法直接关闭，必须完成指定次数动作
SeesinID:
1237377394420352:26285dc7ad3381644c45989f0e10e3bd_6a48df03caf6b4f867431322.6a48df03caf6b4f867431325.6a48df03caf6b4f867431323:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/4 18:22:59)
1237377394420352:2dcf86cace5e129b540b2ebb1b4b39e2_6a51c2c601cd59345819938a.6a51c2c601cd59345819938d.6a51c2c601cd59345819938b:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/11 12:12:54)
1237377394420352:a3c633c2ad1658716a163a9d8dd211de_6a48df03caf6b4f867431322.6a51b39001cd5934581992f9.6a51b39001cd5934581992f7:TRAE Work CN.0.1.29.no_sid.no_ppe.T(2026/7/11 11:08:00)
