我线上就这样搞过，用opencv加MediaPipe实现动作识别，比纯网页方案更精准。

这种反向调用是通过本地监听端口实现的吗？还是说默认开了本地端口转发？

可以考虑增加右键菜单功能，这样用户在图片上右键就能快速下载，不用每次都点扩展按钮。