企业官网建设流程全解析

1. 项目概述与整体思路拆解

1.1 项目想解决什么问题

老年人跌倒这事，真不是小事。统计里反复提到跌倒是老年人伤害死亡的主要原因之一，更现实的问题是：独居老人、空巢老人在家摔倒后，如果没人及时发现，长时间躺在地上会引发肌肉损伤、肺部感染、血栓等一系列次生问题。很多悲剧不是摔那一下造成的，而是摔倒后几小时甚至十几小时没人发现造成的。

我身边就有这样的例子，同事家里老人半夜起床上厕所，在卫生间滑倒，腰椎压缩性骨折，在地上躺了大半夜才被第二天上门的护工发现。这件事让我下定决心做一个基于AI视觉的跌倒检测系统。摄像头装在客厅、卧室、卫生间门口这些老人主要活动区域，通过YOLOv8-Pose骨架关键点检测，在视频流里实时判断人体姿态，一旦识别出跌倒动作，就立刻推送到子女手机或社区监护平台，争取黄金救援时间。

这个项目能解决的痛点很明确：传统跌倒检测设备要么需要老人主动按按钮（摔倒后根本按不了），要么依赖穿戴式设备（老人嫌麻烦不愿意戴、忘了充电、洗澡要摘），而摄像头方案是“被动感知”，老人不需要做任何额外操作，系统在后台自动判断。

适合谁来看这篇文章？如果你想做智慧养老、独居老人监护相关的项目，或者你想把YOLOv8-Pose从“跑通官方demo”推进到“落地一个能解决实际问题的应用”，这篇文章应该能帮到你。我不打算讲太多理论公式，重点放在数据怎么准备、模型怎么训练、跌倒逻辑怎么判断、推理怎么加速这些真正卡脖子的环节。

1.2 为什么选择YOLOv8-Pose而不是传统方案

先说说市面上常见的跌倒检测方案，各有各的问题。可穿戴式设备是加速度计，典型芯片是MPU6050，原理是检测人体加速度变化。这种方案便宜、功耗低、不侵犯隐私，但问题也明显：老人不记得充电、洗澡要摘、冬天穿厚衣服戴着不舒服，而且老人一旦没戴设备就等于裸奔。红外传感器方案靠热释电检测区域是否有人停留，但只能检测“有没有人”，无法区分“站着的人”和“躺在地上的人”，误报率感人，窗外路过一只流浪猫都能触发。

UWB、毫米波雷达方案精度高、无隐私问题，但目前成本高、部署复杂，产品化还不成熟。用普通RGB摄像头做视觉检测，最大优势是可以白嫖已经非常成熟的人体姿态估计技术，能从图像中直接还原出人体的骨架结构、关键点坐标、姿态角度。而这些信息恰好是判断跌倒最直接的依据。

那为什么是YOLOv8-Pose而不是OpenPose、MediaPipe或者其他的？OpenPose精度不错但速度慢得离谱，在Jetson Nano这种边缘设备上根本跑不动实时推理。MediaPipe的Pose模型是轻量，关键点在RGB图上稳定度还行，但它只给姿态估计，不带目标检测框，多人场景处理起来非常麻烦，你需要自己管理每个人的骨骼，逻辑很容易乱。YOLOv8-Pose把检测和姿态估计放在同一个框架里，一次前向推理同时输出目标框和17个关键点，天然支持多人场景，推理速度也非常能打。我用同一张1080p图像在同一台机器上测过，YOLOv8s-pose推理耗时约为8毫秒，MediaPipe大概是25毫秒，OpenPose稳定在200毫秒以上，这个速度差距在实时监控场景里就是能不能用的区别。

1.3 系统总体架构

整个系统的架构并不复杂，关键要划分清楚模块边界。我当时的架构分为五层：

• 视频采集层：RTSP拉流，支持海康、大华、萤石等主流IPC，也支持USB摄像头直接接入。
• 推理层：YOLOv8-Pose模型运行在GPU或边缘NPU上，负责检测人员目标框和人体关键点。
• 姿态分析层：把模型输出的17个关键点坐标拿来做角度、速度、重心比例等特征计算，再用规则判定是否存在跌倒状态。
• 告警通知层：一旦判定跌倒，触发HTTP回调、公众号模板消息、短信或电话告警。
• 数据存储层：保存事件截图、短视频片段和日志，供事后回溯查看。

这个架构里最核心的其实是第三层姿态分析层。模型输出的是关键点坐标不是跌倒结果，怎么做跌倒判断，是整个人体生成检测系统里最难的一块。这个单独拿出来讲。

2. 核心原理细节拆解

2.1 YOLOv8-Pose网络结构解读

YOLOv8-Pose的骨干网络和YOLOv8检测版一致，都是CSPDarknet结构，负责提取图像特征。颈部用PANet进行多尺度特征融合，把浅层的高分辨率特征和深层的语义特征融合在一起，保证小目标也能被检测到。头部结构做了分类和回归分离，姿态估计分支在检测框的基础上额外回归K个关键点的坐标和可见性。

关键点输出维度是(batch, 4 + num_classes + K*3)，其中K是关键点数量，COCO数据集是17个关键点，每个关键点包含3个值：x坐标、y坐标、可见性置信度。x、y坐标是相对于输入图像尺寸的归一化值，范围在0到1之间。可见性置信度越高说明这个点越可靠，比如一个人侧躺时，左腿的膝盖点被遮挡，可见性就低，做跌倒判断时要对这种情况做容错处理。

YOLOv8-Pose在模型结构上有个细节要注意：关键点的损失函数用的是DFL变体和OKS结合。具体来说，关键点回归分支用的loss是DFL，同时额外计算OKS（Object Keypoint Similarity）作为评估指标。OKS这个指标非常实用，它考虑了不同关键点的权重和标准差值，比如鼻子、眼睛这些位置容易标注准确，权重高；膝盖、脚踝可能标注差异大，权重低。训练时用OKS能更好地评估模型在关键点定位上的真实水平，而不是单纯看坐标偏差。

我自己实际用下来的感受是：YOLOv8s-pose的精度已经够用，模型文件约80MB，在RTX 3060上跑1080p视频能做到每秒100帧以上，压根本不需要用更大的模型。如果你想追求极限速度，YOLOv8n-pose的模型只有几MB，在Jetson Nano推理约30毫秒一帧，帧率能到30FPS以上，边缘设备首选。从实际检测效果看，轻量模型虽然小目标检测能力稍弱，但监控场景中人物本身就占画面较大比例，n模型完全够用。

2.2 关键点定义与跌倒判断逻辑

COCO数据集的17个关键点定义如下：鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左腕、右腕、左髋、右髋、左膝、右膝、左踝、右踝。跌倒检测中最有价值的几个点：双肩、双髋、双膝、双踝，这四个部位能确定人体躯干和腿部的姿态，而鼻子和眼睛则是判断头部朝向和生活状态的重要参考。

跌倒瞬间的特征非常明显：人体从直立状态快速变成水平状态，躯干与地面的夹角从接近90度急剧变化到接近0度，同时身体重心高度快速下降。拿这些特征去写规则，传统的方法用的是阈值判断：躯干角度小于某个阈值，并且这个状态持续若干秒，就判定为跌倒。

但实际场景远比这复杂。老人可能坐在沙发上打了个盹，身体后仰躺在沙发上，躯干角度也接近水平，这和跌倒有什么区别？老人可能弯下腰捡东西，躯干角度瞬间降到很低，但几秒后又恢复直立，这算不算跌倒？老人可能蹲在床边整理抽屉，长时间保持低姿态，这又怎么区分？所以单纯的“角度阈值”方案误报率极高，必须引入更多维度。

2.3 跌倒判定算法：角度、速度、姿态比例多特征融合

我最终采用的方案是三个特征综合判定：躯干角度变化量 + 重心垂直速度 + 宽高比特征。

躯干角度计算：取左右肩连线的中点作为躯干上端，左右髋连线的中点作为躯干下端，上下两点连线与图像水平轴的夹角就是躯干角度。正常情况下这个角度接近90度（站立），跌倒后接近0度（躺平）。角度计算公式用atan2即可：

angle = math.degrees(math.atan2(y2 - y1, x2 - x1))

注意这里坐标系是图像坐标系，y轴向下，所以计算时要调整方向，实际代码里我参考的是与水平方向的夹角绝对值。

重心垂直速度计算：以双髋中点的y坐标近似看作人体重心高度。正常情况下髋部中点y坐标在画面中较高的位置，跌倒瞬间y坐标迅速增大（图像坐标系中向下增大）。取当前帧与前三帧的髋部中点y坐标差值，除以时间间隔，得到垂直方向移动速度。我测试下来，正常走路时这个速度约为每秒80像素左右，而跌倒瞬间能飙升到每秒500像素以上。速度参数的作用非常大，很多跌倒时间极短（不到0.5秒），角度还没完全展开，速度已经暴露了异常。

宽高比特征：人体目标框的宽度除以高度，站立时这个值小于0.5，水平躺下时大于1.5。这个特征对区分站立和躺卧非常有效，但它无法区分“躺在沙发上”和“跌倒在地上”。

三个特征组合起来判定：当躯干角度低于25度，并且目标框宽高比大于1.2，并且重心垂直速度超过阈值（或者是一个移动窗口内的平均速度方差拉大），再配合一个时间参数——姿态持续低平超过约1到2秒，才判定为跌倒事件。为什么要加时间参数？因为弯腰捡东西和站起来通常时间很短，而且过程中重心速度方向会反转。老人如果跌倒后无法站立，会保持躺卧状态，这个状态持续2秒以上就很危险了。

这里有个要特别注意的陷阱：摄像头安装角度对角度阈值影响极大。如果摄像头是斜上方俯拍，人体正常站立时躯干角度就不是90度，而是大约100~110度（图像中身体斜向）。我建议使用“变化量”而非“绝对值”来做主判断，同时部署前花10分钟做现场标定——让一个同事在镜头前正常站立、走动、蹲下、躺下各做几次，记录对应的角度和速度范围，再设置阈值，这样远比直接套用固定参数靠谱。

3. 数据集准备与模型训练实操

3.1 数据集来源与标注规范

跌倒检测这种任务，最大的问题不是模型结构而是数据。公开的跌倒数据集少得可怜，而且质量参差不齐。我整理了几个可用资源：

• UR Fall Detection Dataset：包含30个跌倒序列和40个日常生活序列，由两个摄像头从不同角度拍摄，区分度较好，是做预训练对比的基准。
• Le2i Fall Detection Dataset：法国团队做的，涵盖了家居、咖啡厅、办公室等多个场景，视频时长在10秒到30秒之间，人物动作以“坐下”“站立”“弯腰”“跌倒”四类为主，跌倒样本比较丰富。
• Multiple Cameras Fall Dataset：多视角数据，适合做多摄像头融合的测试。

但这些公开数据集有个通病：监控视角单一、人物数量少、场景干净，真实家里的沙发、茶几、狗、堆满杂物的地面都会增加检测难度。所以正确做法是：先用公开数据集预训练模型，再采集自己场景的数据做微调。我给当时项目准备的数据集构成是：公开数据集约5000帧图片做预训练，自己采集+标注了约5000帧项目场景图片做微调，其中跌倒样本约占40%。

标注规范上推荐使用LabelMe或CVAT，导出COCO格式。关键点标注要注意：被遮挡的关键点也要标，但可见性标记为0，模型训练时这些点不参与损失计算。如果某个人完全被遮挡，就跳过该目标，不要强行标注。另外，边角处画面不全的人体也建议标注，因为真实施工中人物经常从画面边缘进入，需要模型在小目标、截断目标上也有一定泛化能力。

3.2 环境搭建与依赖安装

项目基础环境建议直接用ultralytics官方库，安装命令很简单：

pip install ultralytics

ultralytics库内置了YOLOv8s-pose、YOLOv8m-pose等预训练权重，以及train、predict、val、export全套工具，不需要自己写训练脚本。如果你需要更底层的控制，再考虑用PyTorch加载模型自己写forward逻辑，但我个人的建议是：优先用官方库跑通全流程，再在有定制需求时才自己写。

推理时的核心代码非常简洁：

from ultralytics import YOLO model = YOLO("yolov8s-pose.pt") results = model.predict(frame, conf=0.5, device="cuda:0")

results里就包含了检测框坐标、关键点坐标和置信度。有一说一，官方库真的把繁琐的预处理、后处理、NMS全部封装好了，上手极快，这也让更多人能专注业务逻辑开发，而不是从零造轮子。

如果需要训练自有数据，数据组织格式如下：

datasets/ ├── fall_dataset/ │ ├── images/ │ │ ├── train/ # 训练图片 │ │ └── val/ # 验证图片 │ ├── labels/ │ │ ├── train/ # 对应的txt标注 │ │ └── val/ │ └── data.yaml # 数据集配置文件

data.yaml内容：

path: /path/to/fall_dataset train: images/train val: images/val names: 0: person kpt_shape: [17, 3] # 17个关键点，每个3个值(x, y, visibility)

3.3 训练参数设置与过程调优

训练命令参考：

yolo train model=yolov8s-pose.pt data=data.yaml epochs=100 imgsz=640 batch=16 device=0

训练参数有几点实际经验。imgsz我推荐在部署机显存允许的情况下尽量用640，再用rect=True做到按比例缩放，避免强制resize导致人物变形，影响关键点定位精度。epochs建议100起步，配合早停机制，一般在第50~60个epoch时损失就趋向稳定。batch size视显存而定，我本人在6GB显存的卡上batch设为16，8GB就设为32。

学习率方面，官方默认的lr0=0.01在微调场景下偏大，容易把预训练权重冲坏。我做微调时习惯设为0.005，配合cos_lr=True让学习率按余弦曲线衰减，效果更平滑。还有一个实用性极强的参数：patience，设置为20防止无效训练拉长整体耗时。

训练过程中重点关注Box(P)、Box(mAP50-95)和Pose(mAP50-95)这三个指标。如果Pose(mAP50-95)在验证集上能达到0.85以上，基本就够跌倒了判断用了。关键点定位精度不足会导致后续角度计算抖动严重，这在实时推理里会让判定逻辑变得不稳定，需要用卡尔曼滤波或滑动窗口去做平滑处理。

4. 实时推理与部署落地

4.1 推理代码实现

训练好的模型，部署推理用的是官方导出接口，可以是PyTorch格式，也可以导出为TensorRT、ONNX加速部署。先看一下完整推理流程：

import cv2 import numpy as np import math from ultralytics import YOLO model = YOLO("runs/pose/train/weights/best.pt") cap = cv2.VideoCapture(params["rtsp_url"]) skip_frames = 1 # 跳帧，降低CPU占用 fall_counter = 0 fall_threshold = 2 # 连续2秒状态低平才触发告警 while True: ret, frame = cap.read() if not ret: break results = model.predict(frame, conf=0.5, verbose=False) for result in results: boxes = result.boxes.xyxy.cpu().numpy() keypoints = result.keypoints.data.cpu().numpy() for i, box in enumerate(boxes): x1, y1, x2, y2 = box kps = keypoints[i] fall_score = check_fall(kps, frame_width, frame_height) if fall_score > 0.8: fall_counter += 1 else: fall_counter = max(0, fall_counter - 1) if fall_counter > fall_threshold * video_fps: send_alert(frame, kps) cv2.imshow("fall_detection", frame) if cv2.waitKey(1) == ord('q'): break

这里有几个细节值得展开说。skip_frames参数控制跳帧，在边缘设备上如果想跑满30FPS，可以在姿态检测时每2帧或3帧才运行一次模型推理，中间帧用上一帧的关键点+光流估计去插值。conf阈值0.5适合大多数场景，太低会出现大量假目标框干扰判断，太高则漏检严重，尤其老人驼背、穿深色衣服的时候，模型的置信度会明显下降。

4.2 跌倒判定模块的具体实现

check_fall函数是核心，我把它的实现细节写清楚：

def check_fall(kps, frame_w, frame_h): # keypoint索引 LEFT_SHOULDER, RIGHT_SHOULDER = 5, 6 LEFT_HIP, RIGHT_HIP = 11, 12 LEFT_KNEE, RIGHT_KNEE = 13, 14 LEFT_ANKLE, RIGHT_ANKLE = 15, 16 shoulder_center = (kps[LEFT_SHOULDER][0] + kps[RIGHT_SHOULDER][0]) / 2, \ (kps[LEFT_SHOULDER][1] + kps[RIGHT_SHOULDER][1]) / 2 hip_center = (kps[LEFT_HIP][0] + kps[RIGHT_HIP][0]) / 2, \ (kps[LEFT_HIP][1] + kps[RIGHT_HIP][1]) / 2 # 躯干角度 dx = hip_center[0] - shoulder_center[0] dy = hip_center[1] - shoulder_center[1] angle = math.degrees(math.atan2(abs(dy), abs(dx))) # 正常站姿：角度接近90度；躺平：角度接近0度 # 宽高比 x1, y1, x2, y2 = get_bbox_from_kps(kps) box_w = x2 - x1 box_h = y2 - y1 wh_ratio = box_w / max(box_h, 1e-6) # 重心速度（跨帧计算） hip_y_history.append(hip_center[1]) if len(hip_y_history) > 5: hip_y_history.pop(0) speed = 0 if len(hip_y_history) >= 2: speed = abs(hip_y_history[-1] - hip_y_history[-2]) * video_fps # 综合判断 if angle < 25 and wh_ratio > 1.2 and speed > 300: return 1.0 # 明确跌倒 elif angle < 30 and wh_ratio > 1.0 and speed > 150: return 0.6 # 疑似跌倒 else: return 0.0

这里有两个坑一定要提：第一，atan2计算角度时的坐标系问题。图像坐标系y轴向下，算出来的角度方向会和大家熟悉的数学坐标系相反，但只要统一用绝对值处理，不影响实际效果。第二，髋部中点作为重心高度的近似在极少数情况下会失真，比如老人弯腰扶着桌子时髋部位置没怎么变，只是躯干折叠，这时候单靠髋部速度会漏判。所以我后来引入了鼻子关键点的高度变化作为辅助信号，跌倒时头部位置通常有非常明显的快速下降，这在弯腰场景中同样适用但方向不同，弯腰是头向下、躯干前倾，而跌倒往往是直接向侧方或后方倒下，头部轨迹差异很大。

如果希望进一步提高稳定性，我强烈建议加一个卡尔曼滤波器对关键点坐标做时序平滑。直接用原始关键点计算角度和速度，画面里会出现明显的抖动，尤其在低光照、画面有噪点时，关键点可能在几个像素范围内来回跳，导致速度和角度也受干扰。我用的是一阶卡尔曼滤波，对每个关键点的x、y坐标分别做滤波，预测和更新过程加起来也不复杂，可以显著降低误报。

4.3 边缘设备部署与性能优化

项目如果只是跑在PC上，实用性有限。真正的落地场景是家用摄像头、养老院监控室里的边缘盒子。针对边缘部署，我推荐两条路线。

如果预算允许，Jetson Orin Nano 8GB是目前性价比不错的选择，用TensorRT加速后，YOLOv8s-pose在640x640输入下大约能跑到30到40毫秒一帧，再配上跳帧策略，实时性完全没问题。导出TensorRT的流程：

model.export(format="engine", device="0", half=True)

注意导出TensorRT引擎时要指定输入尺寸，比如640，并且half=True开启FP16推理，速度能提升接近一倍。Jetson设备上还需要安装匹配的TensorRT版本，记得先跑一次trtexec验证engine是否正常工作，否则容易出现“engine加载成功但推理结果异常”这种诡异问题。

如果走纯CPU路线，也可以用OpenVINO导出格式。官方直接支持OpenVINO转换，转换后的模型在i5级别的CPU上，640x640输入能做到80到100毫秒一帧，搭配跳帧也能跑个10FPS左右。对于纯看静态图像的跌倒检测场景（摄像头固定，人物运动幅度不大），这个帧率够用。但要注意OpenVINO对动态输入形状支持不友好，导出时固定成640的形状即可。

在部署时还有一个不能省的关键动作：预热。直接用冷启动的模型跑前几帧，推理时间会明显偏慢，而且结果可能异常。建议启动时先用纯黑图或第一帧真实画面临时跑多次推理，让CUDA或TensorRT完成kernel初始化，再进入正式推理流程。这个小细节在Jetson上尤其重要。

5. 常见问题与排查技巧实录

5.1 误检与漏检问题

误检和漏检是跌倒检测落地时最痛苦的环节，我把实际调试中遇到的问题和解决办法整理成表格，方便大家排查。

我遇到最棘手的误报场景是老人弯腰在茶几上倒水，然后突然直起身。这一瞬间的角度变化和跌倒非常相似，而且由于动作幅度大，重心速度也很高。后来我引入了一个“恢复检测”机制：在判定为疑似跌倒后，继续追踪后续3秒，如果在这个时间窗口内人体重新恢复到直立姿态，就自动取消告警。这个机制能把大量的“弯腰起身”误报消除掉，代价是真实跌倒的告警会延迟大约3秒。3秒的延迟对于跌倒救援来说完全可以接受，但误报率下降是数量级的。

5.2 夜间与低照度场景

家用摄像头基本都带红外夜视，但红外图像是黑白的，和训练集里的彩色图像差异巨大，直接跑模型效果会很差。解决方案有两个思路。

第一个思路是在数据层面解决问题。用公开的红外姿态估计数据集做预训练或微调。目前有一些红外人体数据集可用，但规模不大。我自己实践时更要紧的做法是“白天彩色+夜间红外双模型”——白天用彩色训练的模型，切到夜间低照度时用另一个在红外数据上微调的模型。这样效果最稳，缺点是模型文件加倍，显存占用也翻倍。

第二个思路是在输入端做兼容处理。把夜间红外图做灰度归一化后再输入模型，同时依赖模型的泛化能力。这个方法在光线较好的夜间场景下也能用，但光线极暗时关键点可见性会大幅下降。我做了一个折中方案：给光电传感器加一个阈值，当环境光低到一定程度时，用红外对应的专用模型，否则走彩色模型。整个切换逻辑用OpenCV读取画面亮度均值即可实现。

5.3 遮挡与多人场景

家庭场景里经常出现遮挡问题：老人坐在沙发上看电视，茶几挡住了膝盖；老人走到镜头边缘，半个身体出画面；家里有宠物猫狗从镜头前跑过，短暂遮挡老人身体；两个老人同时在画面里，互相遮挡。这些问题处理得好不好直接影响用户体验。

YOLOv8-Pose输出的关键点带有可见性置信度，在处理遮挡时我会做一个预处理：可见性低于0.3的关键点不参与角度和速度计算，而是用相邻帧的历史数据补齐。比如左膝被遮挡，就用上一帧左膝位置加上一个恒定速度外推。如果同时多个关键点都丢失，说明这个目标检测状态不可靠，直接放弃这一帧的跌倒判断，等待下一帧恢复。这个策略虽然保守，但避免了“关键点丢失导致的姿态误判”。宁可晚1秒告警，也不要频繁误报让用户把系统关闭。

多人场景下的跌倒判定还有一个人物ID分配的问题。两个老人同时在客厅，一个坐着，一个突然摔倒。模型输出两个目标框，怎么确定哪个框对应的是摔倒的人？我采用最简单的方案：对每个目标框分别计算跌倒分数，任何一个目标框满足跌倒条件，都可以触发告警。但如果想要精准通知“是哪位老人摔倒了”，就需要加一个ReID模块跟踪人物ID，或者给每个人佩戴一个RFID标签做身份关联。一开始考虑过用ByteTrack做跟踪，但实际部署下来发现多人静止场景下跟踪ID容易跳变，反而增加实现复杂度，目前项目先采用“任一目标触发即告警”的方式，后续再优化身份追踪。

6. 项目扩展与实际体会

这个项目在当前版本已经可以稳定运行了，再往后迭代的话，有几个方向值得探索。一个是把视角从摄像头扩展到更多传感器融合，比如接入毫米波雷达做辅助判断，当摄像头被遮挡或者夜间图像质量太差时，雷达作为补充信号依然能给出“人体是否倒地”的置信度。另一个方向是工期分析，不只在跌倒瞬间告警，还通过统计老人一段时间的步态、坐立转换速度、起身时延这些指标，提前预警跌倒风险，把检测系统变成预防系统。

我做了这个项目最大的体会是：AI落地难从来不是模型难，而是业务逻辑难。YOLOv8-Pose本身就是现成的工具箱，训练好一个模型只是第一步，真正花掉我70%精力的都是“怎么从骨架坐标出发稳定地判断跌倒”和“怎么让误报率低到家人愿意长期开机使用”这样的琐碎问题。另外，数据总是王道，自己在实际场景里采集和标注的数据，哪怕只有几千张，对效果的提升也远超换更大的模型。

最后再分享一个小技巧。如果你是在家用环境部署，不要急着上服务器、数据库这些重型设计。可以先在一台NUC或旧笔记本上跑模型，告警用微信推送（用企业微信机器人或Server酱都能很轻量地实现），数据直接存SQLite。先跑通，让家人真的用起来，收集一段时间的真实反馈再迭代，这个节奏比一步到位靠谱得多。