用途：本地优先的实时计算机视觉健身追踪系统，通过摄像头识别并计数16种健身动作，兼具游戏化控制与数据记录。
主要能力：YOLO v8用于目标检测与追踪（球、锥桶、人）；MediaPipe用于骨骼姿态估计与动作规范校验；Spring Boot（Java 17）后端通过REST API编排Python AI进程；React + Vite前端仪表盘控制游戏；Python脚本将训练指标导出为CSV；pyttsx3提供实时语音指导。架构为三层：React UI → Spring Boot API → Python AI进程，全部本地运行。
使用方式：需先安装Python 3.10+、Java 17、Node.js LTS。可运行 python install.py（Windows）或 python3 install.py（Mac/Linux）自动创建虚拟环境、安装依赖、下载YOLO模型并构建前端；也可手动执行 python -m venv venv、激活环境、pip install ultralytics mediapipe opencv-python pandas pyttsx3、构建前端与后端。启动用 start.bat 或 ./start.sh，访问 http://localhost:8080。后端提供 POST /api/games/{id}/start、POST /api/games/{id}/stop、GET /api/games/data、GET /api/games 等接口。每个游戏为 games/exe_*.py 独立脚本，配置存于 configs/game_{id}.json。
适用场景：本地健身动作追踪与游戏化训练、姿态识别与计数、训练数据CSV采集与分析。
限制：资料未提供收费、价格、平台兼容性细节及效果数据；需本地摄像头与相应运行环境；具体动作识别准确率与性能表现暂未提供。