按你的动作定快捷键
标准手势难以完成时，让 Mac 从你做得到的动作中挑选可靠手势，并绑定常用操作。
有些 Mac 用户无法稳定完成预设的捏合、挥手或标准手势，手部疲劳和可活动范围还会随当天状态变化。用户坐在摄像头前，只需做几种自己舒服、容易重复的动作，例如抬手、偏头或短暂停住手臂，产品从这些动作里建立个人化的操作方案。
训练页会记录每个动作的稳定程度、持续时间和与其他动作的区别。它主动排除容易误触的日常姿势，也提示哪些动作做久了可能疲劳。用户先在沙盒中试用，再把最可靠的一组映射为点击、滚动、回到桌面或切换窗口。
状态栏显示当前识别到的动作和最近一次触发，用户能随时调高触发停留时间，或临时关掉某个快捷键。身体状态改变后，重新录几段动作即可更新配置，不必重新学习一套陌生的手势语言。
识别与训练数据始终留在本机。首版聚焦常用 Mac 操作和个人校准，不把摄像头画面上传到云端，也不试图替代需要精细输入的键盘、鼠标或专业辅助设备。
为什么是现在
截至2026年8月23日，Pawvis 位于 Product Hunt 新品流第5名，摄像头控制 Mac 与自定义手势正获得当下曝光。S1 用户尝试这类工具时，会更快遇到动作难复现、容易疲劳和状态变化后的校准问题。
目标用户
面向无法稳定完成标准手势的 Mac 用户，包括手部活动受限或容易疲劳的人。典型情形是鼠标操作已带来不适，却仍需频繁点击、滚动或切换窗口。用户当天的力量与活动范围可能变化，昨天可用的动作今天未必可靠。此时需要重新采样少量动作，而不是重新适应整套输入方式。
最小切入点
做成原生菜单栏应用，用 AVFoundation 获取摄像头帧。首版只采集单手姿势和短动作，暂不覆盖偏头与全臂动作。Vision 可输出手部关节点，Create ML 也提供手势分类能力。S4 每个候选动作录制多轮，并加入静止、打字和自然抬手作为负样本。先用归一化关节点和短序列模板计算稳定性与混淆度。只有通过沙盒测试的动作，才能映射点击、滚动或快捷键。所有样本、特征和配置保存在本机。
以小博大
第一批用户可从 Mac 辅助功能、腕部劳损和无障碍软件社区触达。演示内容不要只展示炫酷手势，而要对比固定手势失败与个人动作校准。发布一个开源的动作采样诊断工具，让用户先查看稳定性和混淆情况。诊断结果可自然引导到完整菜单栏应用，也方便开发者提交不同身体条件下的失败样本。
竞品与缝隙
怎么赚钱
采用一次性买断，包含完整的本地训练、动作映射和配置导出。后续大版本可单独付费升级，不以云端识别或订阅作为使用前提。
反方视角
误触会直接执行点击、滚动或快捷键，可能打断工作，甚至触发不可逆操作。光线、遮挡、袖口和摄像头角度都会改变识别结果。个人状态每天变化，也会让训练时可靠的动作逐渐失效。为了筛除相似动作，需要录制足够的负样本和日常姿势。持续摄像头推理还会占用电量，并要求摄像头与辅助功能权限。若产品过早承诺辅助设备级可靠性，一次错误触发就可能损害信任。