大家好，我是一名英语老师。
我认为TRAE极大地简化了我把想法落地的过程，只需要通过语言描述就可以跳过所有复杂的编程工作，将自己一些之前无法实现的想法很直观地制作出来。
另外一个超出预期的功能，是TRAE可以自主分析一个想法的可行性并给出解决方案，这通常需要许多调研工作和专业知识。我基本上只是将不够成熟的想法说给TRAE，最后进行一些方案的选择以及设计的调整就完成了这个Demo。
1. Demo 简介
是什么： 一款手机 APP，对着运动中的人录一段短视频，AI 自动分析动作轨迹，提示受伤风险并给出纠正建议。
面向谁： 在家健身的上班族、刚去健身房的小白、以及没有私教预算但又想确认动作是否正确的人。
主要功能：
- 视频动作分析 — 选择动作类型后录制 5-15 秒视频，AI 逐帧提取骨骼关键点，标记风险关节
- 个性化风险提示 — 不说"姿势错了"，而是根据你的体型和柔韧性给出"XX 关节压力较大"的具体建议
- 改善追踪 — 多次分析同一动作，展示风险趋势曲线，看到自己的进步
2.Demo 创作思路
灵感来源： 自己在家练深蹲的时候拍了视频回放，看了半天也看不出哪里不对。后来了解到 MediaPipe 等 AI 姿态估计技术已经能在普通手机上实时检测人体骨骼关键点，就想：能不能做一个工具，让普通人也能"看懂"自己的动作？
想解决的问题： 很多人健身受伤都是因为姿势不正确，但私教一节课两三百，大多数人请不起；网上的教程只展示标准动作，不会针对你个人的体型和柔韧性告诉你该怎么做。练到膝盖疼、腰酸了，才意识到姿势早就出了问题。
为什么做这个方向： 市场上的健身 APP（Keep、Planfit 等）侧重训练计划和课程，姿势分析只是附属功能，不够专精。我判断"只做一个功能但把它做透"比"什么都做但都不深"更有价值。而且随着 AI 端侧推理越来越成熟，手机端实时骨骼检测在技术上已经成熟，门槛足够低。
3. Demo 体验地址
动对了demo.zip (10.4 KB)
4. TRAE 实践过程
1729958053945383:cf101a9a0af6389a771d8f160e32bbc3_6a4d216679d95e47f51fccc9.6a4da3f479d95e47f51fcd86.6a4da3f479d95e47f51fcd84:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 09:12:20)
1729958053945383:6adeb40c2a0fc7f5b51ee245f18c25c1_6a4d216679d95e47f51fccc9.6a4da88579d95e47f51fcdd0.6a4da88579d95e47f51fcdce:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 09:31:49)
1729958053945383:509a29327a1ae85786ca369b2b0e6bb2_6a4d216679d95e47f51fccc9.6a4dace479d95e47f51fce68.6a4dace479d95e47f51fce66:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/8 09:50:28)
1729958053945383:3aa8f7253fcc97648e838d8b53960e8e_6a4d216679d95e47f51fccc9.6a4f1093d77e4e2d6edde2b8.6a4f1093d77e4e2d6edde2b6:TRAE Work CN.0.1.32.no_sid.no_ppe.T(2026/7/9 11:08:03)
5. 对应的报名审核通过的帖子链接