用途：在 AR/VR 应用中实现实时手势检测与追踪，用于手势控制界面、远程协作、无障碍交互以及实时物体操作等场景，适合需要低延迟的实时摄像头输入。
主要能力：基于 MediaPipe Hands 等预训练模型进行手部姿态估计，每只手最多 21 个关键点；识别捏合、挥手、滑动等常见手势，阈值可配置；支持摄像头或 AR/VR 设备摄像头输入，帧率最高 60 FPS；输出 JSON 格式的手部关键点与手势事件；可通过配置文件自定义模型与最低置信度（如 0.5）。
使用方式：需先设置环境变量 export OPENCLAW_API_KEY=your_api_key。CLI 示例：claw hand-track --input /dev/video0 --model mediapipe --confidence 0.7；保存输出：claw hand-track --input file.mp4 --output results.json --gestures pinch,wave；也可通过 --config path/to/config.json 加载配置。API 端点包括 POST /api/hand-track 与 GET /api/hand-track/status（需 Authorization: Bearer $OPENCLAW_API_KEY）。代码中可导入 OpenClaw SDK，在循环中调用追踪函数并处理异步操作。
适用场景：AR/VR 手势控制、视频手势分析、Unity 集成（使用 OpenClaw Unity 插件订阅手部事件）、Web 应用配合 WebRTC 摄像头流。
限制与注意：需有效 API 密钥，缺失时返回 401；输入源需兼容，建议摄像头分辨率至少 640x480；自定义模型需通过 /api/hand-track/models 上传；低置信度检测应设置阈值并记录警告；网络等瞬时错误可用指数退避重试。具体收费、价格与平台支持范围暂未提供。