AI PE Lab

AI PE Lab 是一个面向浏览器的 AI 体育互动开源实验场。

这个仓库聚焦一个很具体、也很实用的方向：把全身姿态识别转化成可以直接用于课堂、公开展示和二次开发的体育互动体验，而且尽量保持 零安装、易部署、易复用。

这个项目想解决什么

• 探索 MediaPipe Pose 如何从“演示效果”走向“真实教学互动”。
• 让老师和开发者都能用静态托管快速跑起一个 AI 体育示例。
• 把每个示例都做成可以阅读、修改、扩展的开源参考，而不是一次性成品。

当前重点

目前仓库里第一个打磨完成的公开示例是：

• 森林大冒险

这个示例把学生的身体动作映射成三段连续的课堂挑战：

• 0-50 米：森林奔跑，躲避障碍、跳过木桩
• 50-100 米：激流划船，双臂摆动越稳定，速度越快
• 100 米以后：礁石跳跃，选择方向并双脚起跳落点

设计原则

• 浏览器优先：示例应该能直接部署到 GitHub Pages 这类静态托管平台
• 课堂友好：学生和老师在很短时间内就能理解玩法
• 开源优先：代码结构应当方便查看、修改、复用
• 保持轻量：尽量减少不必要的依赖，便于公开维护和社区贡献

适合谁使用

• 想尝试 AI 体育课堂互动的老师
• 想研究姿态驱动交互的开发者
• 需要零安装浏览器示例的培训、工作坊或展示场景
• 对教育工具、动作交互、轻量 3D 浏览器体验感兴趣的开源贡献者

快速开始

1. 克隆或下载本仓库
2. 用任意静态文件服务器启动目录
3. 在支持摄像头权限的现代浏览器中打开示例页面

如果你本地装了 Node.js，可以直接运行：

npx serve .

然后访问：

/examples/three-stage-adventure/

仓库结构

ai-pe-lab/
  docs/
  examples/
    three-stage-adventure/
      index.html
      README.md
      src/

当前已经具备的内容

• 一个按 scene / pose / game / ui / audio 模块拆分的浏览器示例
• 一套适合公开展示的中文项目说明
• 可直接部署到 GitHub Pages 或任意 CDN 的静态结构
• 面向后续扩展的文档、截图和发布素材

截图

维护重点

• 持续优化课堂动作识别的稳定性
• 让示例代码对第一次进入仓库的人也足够友好
• 增加更多可以直接复用的小型体育互动玩法
• 补足部署说明、教学场景说明和使用案例

路线图

• 补充演示视频或 GIF
• 增加成绩记录和结果总结面板
• 把关键阈值做成简单可配置项
• 提取多个示例共用的姿态工具模块
• 在 examples/ 下继续加入新的体育互动小游戏

参与贡献

欢迎参与贡献，比较适合入手的方向包括：

• 手机和平板浏览器兼容性
• 姿态阈值调优
• 反馈提示和无障碍体验
• 文档、截图、演示和教学部署说明

可以先看 CONTRIBUTING.md。

开源协议

本项目使用 MIT License。