AI Aim Coach产品系统Vibe Coding

针对 FPS 游戏玩家在训练后难以系统分析自身表现、缺乏个性化训练建议的问题，开发一套基于数据分析与 AI Agent 的智能训练辅助系统。项目通过采集和分析用户训练数据，结合大语言模型与工具调用能力，为用户提供训练表现分析、问题定位和改进建议，探索 AI 技术在游戏训练与个性化决策场景中的应用。

1. 训练数据管理：记录用户训练过程中的命中情况、操作事件等数据，并通过后端接口实现数据存储与读取。
2. 训练表现分析：通过确定性分析逻辑计算训练指标，辅助用户理解训练表现。
3. AI 智能建议：接入通义千问大语言模型，利用 Tool Calling 调用分析工具，根据训练数据生成个性化建议。
4. Web 可视化交互：提供训练界面、数据展示与 AI 建议交互功能。
5. 数据持久化：使用 SQLite 管理训练记录，为后续分析与建议生成提供数据基础。

项目采用 JavaScript 前端、Python FastAPI 后端与 SQLite 数据库构建完整应用链路。

本人负责系统架构设计、业务逻辑梳理、数据结构设计、API 开发、Agent 工具集成及工程验证，并使用 AI 编程工具辅助开发和重构。

后端将训练数据分析与大模型建议生成分离：首先通过确定性分析模块处理训练数据，再由基于通义千问的 Tool Calling Agent 调用相关工具，获取分析结果并生成建议，最终通过 API 返回前端展示。
针对数据校验、分析结果一致性和功能回归进行工程整改，建立自动化测试体系，已有 60 项 Python 测试和 27 项 Node 测试通过。项目重点体现前后端集成、AI Agent 开发、结构化数据处理与软件工程质量控制能力。