[重构] 运动事件驱动架构 - 整段素材按 ss_motion_events 分割运动片段再分析(不再整段送云端): oracle_db 加 motion_event_id/camera_id 列 + get_motion_events_in_range/has_unfinished_motion_in_range/get_video_by_motion_event_id; video_processor 素材→分割/片段→分析双分支(ffmpeg -c:v copy -c:a aac 保留音频); video_queue 片段入队; config 加 motion_segment 块

fam-edge/config/config.yaml

@@ -47,18 +47,24 @@ video_processing:
   # 降级顺序：先 gemini 整视频，失败再 nvidia 整视频；两者都失败 -> 标记 failed
   vision_order: ["gemini", "nvidia"]
 
-# 运动侦测预过滤（2026-08-22 重构，2026-08-22 补心跳）：
-#   - 甲骨文【不再反向访问 NAS】。原 dsm_motion_client（甲骨文主动查 SS API）已停用，
-#     改由 NAS 端 fam-core 的 MotionNotifier 接收 SS Webhook 后，主动 POST 推送到
-#     甲骨文 /api/ss/motion，落库 ss_motion_events；NAS 侧还会定期用空 events 单纯
-#     调一次这个接口当心跳（不要求真的有事件），证明推送链路还活着。
-#   - video_processor 分析前调用 db.has_motion_in_range_local()（本地运动事件表）做
-#     预过滤：窗口内无运动事件则跳过云端分析（compute_provider=skipped_no_motion）。
-#   - 安全阀门: 距上次心跳超过 max_heartbeat_age_sec 没更新（NAS 服务挂了/网络断了/
-#     DSM Webhook 规则被误关，历史数据表非空但推送链路已经死了），一律 fail-open
-#     （照常分析），不能仅凭"表里曾经有数据"就信任"这段时间确认无运动"的结论。
+# 运动事件（2026-08-22 运动事件驱动架构）：
+#   - NAS 端 fam-core MotionNotifier 轮询 SS 事件后，POST 推送到甲骨文
+#     /api/ss/motion，落库 ss_motion_events（start_time/duration 为 Unix epoch）；
+#     并定期用空 events 调接口当心跳，证明推送链路存活。
+#   - video_processor 不再整段分析：整段素材按 ss_motion_events 中【已结束】的
+#     运动事件分割成运动片段（motion_segment 配置），只分析运动片段。
 dsm_motion_prefilter:
-  max_heartbeat_age_sec: 900    # 心跳超过 15 分钟没更新 -> 判定推送链路可能已死，fail-open
+  max_heartbeat_age_sec: 900    # 心跳超过 15 分钟没更新 -> 判定推送链路可能已死
+
+# 运动片段分割（运动事件驱动架构，2026-08-22 新增）：
+#   整段素材视频（rclone 同步落地）按 ss_motion_events 分割成运动片段再分析。
+#   只分割已结束事件（start_time+duration 落在当前时刻附近），进行中的事件
+#   等结束后的下一轮再分割；素材保持 pending 直到窗口内事件全部结束。
+motion_segment:
+  clips_dir: "/opt/fam-edge/motion_clips"   # 分割产物目录
+  keep_audio: true                          # 保留音频（pcm_alaw -> aac 64k 转码）；false 则 -an 去音频
+  min_duration_sec: 1                       # 短于该时长的事件不分割
+  unfinished_grace_sec: 10                  # start_time+duration 距当前 ≤ 该秒视为"已结束"容差
 
 # 智能问答降级链（与视频分析独立）：Gemini -> NVIDIA -> 本地 Ollama
 models: