构建投篮分析App，支持视频上传、投篮检测和NBA匹配

投篮命中/未中检测：
通过球追踪和篮筐邻近度跨帧估计命中或未中。可选使用音频尖峰/刷网声检测。如果置信度低于阈值，标记为不确定并提示用户修正。保存修正并用于完善该用户的未来预测。
后端：
为上传和分析提供后端端点。
POST /upload — 接受视频和元数据。
POST /analyze — 返回投篮时间戳、每次投篮的命中/未中、NBA匹配结果、置信度和机制注释。
PATCH /shot/{id} — 接受修正后的命中/未中标签。
使用云函数或Python FastAPI服务进行ML处理。将视频存储在云存储中（Supabase Storage、Firebase Storage或S3）。将用户、会话和投篮存储在关系数据库中。
数据模型：
User表，包含id和认证提供商。
Session表，包含id、user_id、video_url、processed_status、created_at。
Shot表，包含id、session_id、timestamp、make_miss、confidence、top_player、top_confidence、top3_players_json、corrected_flag。
认证和存储：
支持Apple和Google登录。允许匿名本地模式，使用设备本地存储。让用户永久删除会话和视频。
性能和用户体验要求：
快速显示部分结果。首先返回投篮时间戳，然后是匹配结果，如果需要再返回修正后的命中/未中。不要在没有进度指示器的情况下阻塞UI。使用后台处理和轮询或WebSocket进行状态更新。
额外功能：
添加录制叠加指南，显示取景提示，确保球员全身和篮筐可见。为低光、篮筐缺失或身体出框添加自动质量警告。为未来与NBA片段并排比较添加占位符。
交付物：
生成一个可运行的React Native应用，包含导航和样式化UI组件、描述的屏幕、HUD和叠加组件、后端API端点、数据库模式，以及一个使用姿态提取加启发式相似性评分的占位分析管道（稍后可替换为训练模型）。包含本地开发和部署的设置和运行说明。