核心痛点是 在特定的高难度、高速度任务中，用户无法维持持久的表现，快速崩溃。 即使在其他方面（如高星级技术图、中速耐力图）表现优秀，但一旦遇到高速度内容，他们的速度耐力或精准度就会迅速下降，导致在短时间内（例如30秒内）就无法维持正常表现。他们缺乏针对性的训练方法来克服这个瓶颈。

我设想一个 “精准技能训练分析平台”。用户上传或通过API导入其游戏录像/表现数据（例如节奏游戏的得分文件、FPS的击杀死亡记录和瞄准数据）。平台会：

1. 进行深度分析： 识别在高速度、高压场景下用户的具体弱点，例如在哪个BPM区间或何种复合指法下容易失误，在持续高速输入多少秒后准确度或连击率开始下降。
2. 生成个性化训练： 基于分析结果，推荐或生成高度定制的、短小的、重复性高的训练模块或游戏片段，专门针对性地训练用户的薄弱环节。
3. 追踪进步： 提供可视化报告，展示用户在特定弱点上的训练成果和进步曲线。

MVP（最小可行产品）在2周内：

• 集成一款游戏： 选择一款用户基数大且数据易于解析的游戏（例如Osu!，其.osr回放文件或API数据）。
• 聚焦一个痛点： 仅针对“速度耐力”和“高速精准度”进行分析。
• 数据导入： 用户手动上传回放文件。
• 分析输出： 提供一个简洁的报告，指出用户在何种BPM范围、持续多久后表现下降，并给出3-5条通用训练建议（例如“尝试练习200-220BPM的流式图，持续30秒以上”）。
• 简易追踪： 用户可以标记完成的训练，并查看简单的历史数据趋势图。

基础设施成本控制： 使用AWS Lambda/Azure Functions等无服务器计算进行数据解析（按需付费），配合S3/Blob Storage存储用户数据（成本极低），以及PlanetScale/Supabase等免费或低成本的PostgreSQL数据库。