PyPI 开源可用
Pose CLI — 面向严肃研究的开源运动分析工具集。
pip 一键安装，将 3D 骨骼数据转化为可实践的运动分析。为运动科研人员、教练和表现分析师打造 — 内置 20+ 分析工具、运动专项插件系统，以及完全本地运行的后端服务。
$ pip install pose-platform $ pose analyze data/session.csv --tool stats → data_quality: good, tracking_coverage: 0.98 $ pose serve → http://0.0.0.0:8000 → LAN → http://192.168.1.x:8000 $ pose annotate serve data/session.csv → Web 标注工具 http://localhost:8001
面向运动研究人员
我们主要的三类用户：
运动科研人员
跨会话、跨运动员运行可复现分析。以 markdown / JSON 导出，便于论文与报告。将你的工具发布为独立的 pip 包。
教练与表现分析师
评估技术动作、追踪进步、对比运动员。羽毛球、短跑等运动专项工具 — 按需安装。
体育院校与实验室
为学生群体提供标准化动作统计。批量处理、CI 友好的 JSON 输出。零云端依赖 — 所有分析本地完成。
核心功能
从原始姿态数据到可实践洞察的全套工具链。
🏃 运动即插件
内置 freeplay 和 sprint。安装运动专项包：pip install pose-platform[badminton]。通过 pose sports create 创建你自己的运动包。
🖥️ 内置本地后端
pose serve 将电脑变为 Pose Coach 的全功能后端 — 自动上传、分析、AI 对话、训练计划。无需云端。
🏷️ Web 标注工具
在浏览器中交互式标注录制数据，视频与 2D 骨骼叠加同步显示。为校准和算法验证创建标准答案。
🤖 LLM 智能分析
pose chat 支持用自然语言提问分析数据。默认使用 DeepSeek（免费额度）。同时支持 Claude 和 Qwen（通义千问）。
📊 20+ 分析工具
统计信息、动作分割、动作检测、速度分析、步态分析、高光提取 — 全部通过统一的 CLI 接口调用。
🔒 100% 本地优先
你的数据永不离开电脑。分析、AI 对话和本地后端全部在本地运行。内置缓存，重复运行即时返回结果。
架构
本地优先的 Python CLI，配备可插拔运动系统和内置后端。
- 20+ 可插拔分析工具 — 统计、动作分割、动作检测、速度分析等
- 运动即插件 — 内置 freeplay + sprint；安装 badminton、basketball，或通过 Python entry_points 创建自定义运动
- 内置轻量后端 —
pose serve将电脑变为 Pose Coach 的全功能后端；分析、AI 教练对话、训练计划和综合报告均在本地运行 - Web 标注工具 —
pose annotate serve打开浏览器界面，视频与骨骼同步标注 - LLM 对话 —
pose chat，默认 DeepSeek（免费额度），同时支持 Claude 和 Qwen - JointData3D 格式 — 与 Pose Coach 共享的骨骼数据格式；支持 CSV 和 .bin
- 100% 本地运行 — 分析命令无需任何服务器
数据格式
沿用我们的 12 列 CSV 即可使用 Pose CLI 分析你的数据。
timestamp, joint, wx, wy, wz, mx, my, mz, ldq_x, ldq_y, ldq_z, ldq_w
Pose Coach 导出的 .bin 二进制文件原生支持。可输出 Markdown 报告或 CI 友好的 JSON。兼容 ARKit、OpenPose、MediaPipe 及动作捕捉数据。