refactor(fam-edge): 重构第一阶段 - 人物图片零额外调用 + 运行时稳定性 + 工程质量

人物图片功能重做: bbox 随核心视频分析那一次 Gemini 调用一并产出(prompts.py 加
person_appearances.bbox 字段, [ymin,xmin,ymax,xmax] 0-1000 归一化), frame_service
直接用存好的 bbox 裁剪头像/事件缩略图, 删除原来"展示时额外调用 Gemini 定位人物"的
整套逻辑(locate_person_bbox/VLM 校验/熔断), 从架构上消除与核心视频分析共抢配额的
问题; 用真实数据验证裁剪结果正确框住人物本体。

NVIDIA 模型修复: 实测原配置的 3 个模型均不可用(asset_id 引用 500/400, 不支持视频),
改用 nemotron-3-nano-omni 的 base64 内嵌视频方式(唯一实测打通), 加 max_base64_mb
防止对大文件做注定失败的编码。

Gemini 多 Key 轮换: 支持 extra_api_keys 配置多个独立项目的 key, 配额用尽时依次
换 key 重试(每换 key 需重新上传, Files API 按项目隔离)。

稳定性加固: CircuitBreaker HALF_OPEN 清空旧失败计数(修复探测一失败就重新 OPEN 的
bug); chat() 统一接入熔断器(原来只有视频分析路径检查); NVIDIA 适配器改用共享
json_parser(原来自己重复实现且不做 schema 校验); Gemini Files API 上传超时也尝试
清理远程孤儿文件; video_processor/video_queue 里直接操作 OracleDB._conn 的裸 SQL
改走新增的 set_event_start_time/mark_video_invalid/reset_video_to_pending 方法;
/health 加入队列线程存活状态; 密钥改用 ${ENV_VAR} 引用(.env 已支持自动加载),
不再明文写入 config.yaml。

工程质量: 新增 fam-edge/tests(32 个单元测试, 覆盖熔断器状态机/JSON 解析容错/
时间戳解析/bbox 坐标换算/多 key 解析), 新增 scripts/smoke_test.py(发版前接口
稳定性检查); 清理死代码(OllamaAdapter.analyze_frames、get_sync_delta 死分支、
未使用的 vision_timeout/max_concurrent_tasks 配置项); 修正 get_events_for_label
排序(改最近优先 + 过滤畸形历史时间戳)。

已部署 Oracle 并跑通 smoke test 全部 6 项检查。

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

fam-edge/src/fam_edge/video_processor.py

@@ -186,7 +186,6 @@ class VideoProcessor:
         self.db = db
         self.vision_order = self.config.get('video_processing', {}).get(
             'vision_order', ['gemini', 'nvidia'])
-        self.vision_timeout = self.config.get('video_processing', {}).get('timeout', 900)
         self.file_validate = bool(self.config.get('video_processing', {}).get(
             'file_validate', True))
         self.parse_start = self.config.get('gdrive_sync', {}).get(
@@ -235,10 +234,7 @@ class VideoProcessor:
             event_start = _parse_event_start_from_filename(filename)
             # 回写解析到的开始时间
             if event_start:
-                self.db._conn.execute(
-                    "UPDATE videos SET event_start_time=? WHERE id=?",
-                    (event_start, video_id))
-                self.db._conn.commit()
+                self.db.set_event_start_time(video_id, event_start)
 
         known = self.db.get_known_members_context()
         logger.info(f"[video_id={video_id}] 开始整视频分析: {filename} "
@@ -307,10 +303,16 @@ class VideoProcessor:
                 feats = pa.get('features') or {}
                 if not isinstance(feats, dict):
                     feats = {}
+                bbox = pa.get('bbox')
+                if not (isinstance(bbox, list) and len(bbox) == 4):
+                    bbox = None
                 norm_appearances.append({
                     "uid": uid,
                     "features": feats,
                     "action": str(pa.get('action', '')),
+                    # 该人物在本帧的包围框（[ymin,xmin,ymax,xmax]，0-1000 归一化），
+                    # 供 frame_service 裁剪头像用，不再额外调用模型定位
+                    "bbox": bbox,
                 })
             norm_events.append({
                 "timestamp": abs_ts,