这个项目来自一个很普通的课堂场景：上课开始时，老师需要知道谁已经到了，谁还没到。最初的想法是做一个电脑签到系统，让学生点击自己的名字。但这样又带来新的问题：如果有人乱点，签到记录就不可靠。

于是我们把问题换成一个更有创造性的方向：当学生出现在摄像头前，系统能不能自动识别并完成签到？这个原型使用 face-api.js，把人脸转换成数字特征，再把实时摄像头画面中的人脸与已保存的样本进行比较。你可以打开这个浏览器演示：人脸签到演示。

最有教学价值的地方，不是让摄像头打开，而是理解“电脑找到了人脸”和“电脑知道这个人是谁”之间还有很多判断。阈值太严格，光线变化时同一个学生可能识别失败；阈值太宽松，又可能把错误的人标记为已到。这正好引出关于测试、不确定性、数据质量和负责任 AI 设计的讨论。

界面也经过了多次简化。早期版本显示了太多模型信息，看起来更像调试工具；后来只保留关键动作：加载模型、打开摄像头、识别人脸、显示结果。这样学生更容易把技术流程和真实课堂需求联系起来。

作为功能原型，它展示了签到流程从手动点击走向自动识别的可能性；作为教学案例，它也把人脸注册、匹配、阈值、误判、隐私和界面设计放进同一个小产品里，让学生可以讨论、测试并改进。