ericwyuan/sentinel-home-ai
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
174 Commits 1 Branch 0 Tags
a494d60361f3b19bdad292c3f1330b3605847858
Commit Graph

16 Commits

Author SHA1 Message Date
ericwyuan
dc284f4bf5 feat(fam-edge): 统一登录从 NAS fam-core 迁入，回调失败不再对跳死循环 
登录入口原先跑在 NAS 的 fam-core 里，NAS 或 frp 隧道一挂，
smart-camera.zichuan.xyz/login 直接 502——连登录页都打不开。登录是入口，
不该依赖家里那台机器，整体搬到甲骨文（前端静态文件和 auth-hub 本来就在这台）。

跟旧实现的三处关键差异：
- 换 token / 拉 JWKS 走 AUTH_HUB_INTERNAL_BASE（本机 :5300），不再跨公网 TLS。
  旧链路上 PyJWKClient 用 urllib + 系统 CA（群晖易 CERTIFICATE_VERIFY_FAILED）、
  两机时钟偏差会让 iat 显得来自未来，这两个坑一起消失；iss 校验和浏览器跳转
  仍用公网 issuer
- 会话改无状态 HS256 签名 cookie，服务重启不掉线（旧实现是进程内 token 表）
- 回调失败渲染错误页，不再 302 回 /login。旧实现失败即跳 /login，而 auth-hub
  只要还有会话就立刻再签一个 code 跳回来，两边对跳成死循环，浏览器只报
  「重定向次数过多」，既看不到登录页也看不到原因

fam-core 侧删除 auth.py 与 test_auth.py，鉴权改由甲骨文 Caddy 的 forward_auth
前置拦截（打 /api/auth/verify）。

测试：fam-edge 新增 16 个用例，含「失败分支绝不 302」回归测试、
「服务端走内网但 iss 按公网校验」、「cookie 无状态」。

Co-Authored-By: Claude Opus 5 <noreply@anthropic.com>
 2026-09-13 08:02:59 +08:00
ericwyuan
05c7a8b70a feat(fam-edge): 闭集人物识别新增奶奶（成年女性按年龄段区分媳妇/奶奶） 
家里从 4 人变成 5 人后，"媳妇=唯一成年女性"这条免费规则的前提被打破——
人物管理页面已经能看到一条 label="奶奶" 但从未稳定命中的记录（只出现过
1 次，特征都没落库），说明现在系统大概率把奶奶也误判成了媳妇。

先用免费的年龄段字段区分（老年=奶奶，其余=媳妇），不引入额外的模型调用
（区别于爷爷/爸爸那种"两个成年男性区分不开必须靠视觉比对参考图"的方案）
——如果后续观察发现年龄段判断不稳定导致误判，再考虑改成视觉比对。

新增 3 个单元测试覆盖（中年→媳妇/老年→奶奶/年龄段缺失默认媳妇），fam-edge
全量 142/142 通过。已部署 Oracle 并重启验证。

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
 2026-08-29 22:42:26 +08:00
ericwyuan
ef56ae5662 feat(fam-edge): 新增 DiskGuard 磁盘空间守护，剩余空间不足自动清理旧素材 
背景：Oracle 磁盘曾经被写满（gdrive_videos 持续下载新素材、旧文件迟迟没
清理），触发 rclone 的一个安全机制——同步遇到 IO 错误就整体拒绝执行删除，
形成"越满越删不掉，越删不掉越满"的死循环，最终连新视频都下载不了。这次
排查+手动清理已经解决了当次故障，但需要一道独立于 rclone 同步之外的兜底，
防止再次悄悄写满没人发现。

- oracle_db.py 新增 get_oldest_purgeable_material()：只挑最旧的、已完成
  分割阶段（status='done'）的整段素材（非 motion_ 前缀），绝不碰运动片段
  （事件时间轴/人物头像依赖它）和还在处理中的素材
- disk_guard.py 新增 DiskGuard 后台线程：5 分钟检查一次，剩余空间 <10GB
  触发清理，删到 15GB 水位为止（留缓冲避免刚清完又立刻触发），复用已有的
  delete_video() 完成实际删除
- app.py 启动这个后台服务；/api/oracle/activity 新增 disk 字段（实时剩余
  空间 + 最近一次清理动作），供服务状态页展示
- 新增 9 个单元测试，全部通过（139/139）

已部署 Oracle 验证：DiskGuard 正常启动，配置生效。

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
 2026-08-28 12:08:04 +08:00
ericwyuan
28397e9e6a feat(timeline): 事件时间轴支持删除视频会话 
三端联动实现（fam-ui -> fam-core -> fam-edge），沿用项目里"NAS 转发写请求
到 Oracle"的既有模式（照抄 identity_correct 那套骨架）：

- fam-edge：oracle_db.py 新增 delete_video()（删 events+videos 行 + 磁盘上
  的运动片段文件；不清理 ss_motion_events 源事件，因为素材一旦处理完就不会
  被生产者重新捡起，删片段不会触发重新分割）；api_gateway.py 新增
  POST /api/oracle/video/delete
- fam-core：新增 db_layer.delete_sync_video()（第一个"NAS 直接写自己镜像表"
  的函数——增量同步只做 upsert 感知不到删除，不能像纠错那样靠 trigger_now()
  拉增量顺带清理）+ oracle_sync.push_video_delete() + ui_api.py 新增
  DELETE /api/ui/videos/<id>（先回推 Oracle，成功后才清本地镜像，避免数据
  不一致）
- fam-ui：Timeline.vue 详情卡片加删除按钮（原生 confirm() 二次确认，项目里
  之前没有确认弹窗组件先例）；api.js 新增 deleteVideo()

新增 6 个 delete_video 单元测试；已在 Oracle/NAS 用自造测试数据完整跑通端
到端链路（转发成功、两端记录清理、磁盘文件删除、幂等 404），未触碰任何真
实监控数据。

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
 2026-08-24 04:25:43 +08:00
ericwyuan
5caeb299a4 refactor(fam-edge): 问答链路抽离到独立 ai-gateway 服务，fam-edge 改为转发客户端 
原本嵌在 fam-edge 里的问答模型降级链（NVIDIA 文字模型 -> Gemini 非 flash 文字
模型 -> 本地 Ollama 兜底，含 key 轮换/熔断）跟视频分析业务无关，是通用能力，
抽成独立 ai-gateway 服务（OpenAI 兼容协议），除了 fam-edge 自己，别的项目也能
直接接入。

- qa.py 重写为 HTTP 转发客户端，调 ai-gateway 的 /v1/chat/completions，翻译回
  原有 run_qa/run_qa_stream 契约，api_gateway.py 和 fam-core 调用方零改动
- 删除 model_adapters/ollama_adapter.py 及其测试（问答专用，视频分析不需要本地模型）
- gemini_adapter.py / nvidia_adapter.py 移除 chat()/chat_stream() 及问答专用超时
  （只保留视频分析用的 analyze_video）
- app.py 移除 Ollama 预热逻辑（现在由 ai-gateway 自己负责）
- config.yaml 移除 3 个问答专用 model 条目，新增 ai_gateway 客户端配置块

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
 2026-08-23 14:12:01 +08:00
ericwyuan
9dff19e6ac feat(fam-edge): 赤膊成年人直判爸爸(免费规则) - 用户确认家里只有爸爸会光膀子 
用户原话："赤裸的大人都是爸爸，家里没有其他人会赤裸"——加进闭集识别的免费
规则层（跟汤圆/媳妇同级），命中就不用再调用视觉大模型比对参考图，比 auto_id
更快更准。只对成年人生效（判断顺序上幼儿/儿童年龄档在前面，小孩光膀子玩很
正常，不适用这条规则）。

排查历史数据时用这条规则筛出了一个真实误判：video 1092 的一次赤膊出现被
auto_id（NVIDIA 视觉比对）错误识别成"爷爷"，实际是"爸爸"。已用
correct_video_identity 手动纠正（标记 source=manual，受保护不会被以后的自动
识别覆盖回去），描述文字已确认同步更新。

顺带确认了另一批命中同样关键词的历史数据（74 条里有 3 条是"汤圆"光膀子）
是正确的——3 岁小孩光膀子玩正常，是通过幼儿/儿童年龄档规则识别出来的，跟
赤膊无关，不是误判，没有动。

新增 4 个测试：赤膊成年男性直判爸爸且不调用大模型（用会报错的假
person_identifier 验证短路生效）、覆盖各种赤膊近义词表述、赤膊小孩仍然
正确判成汤圆不受影响、没有赤膊关键词时行为不变照常走大模型比对。
 2026-08-23 11:00:43 +08:00
ericwyuan
5f7b27bf04 fix(fam-edge): 人物识别结果没同步进事件描述文字 
用户反馈：事件卡片上方的人物徽章正确显示"媳妇/爸爸"，但描述文字里还是
"人物B双手叉腰站在客厅中央；人物A在远处厨房"这种原始 uid——两处对不上。

根因：rewrite_event_person_names() 只改了 person_list_json /
person_appearances_json[].uid 这些结构化字段，从没碰过 description（事件
描述）和 videos.summary_json（会话摘要）——这两个是大模型写的自然语言，
"人物A"这类 uid 是直接以文字形式嵌在句子里的，结构化字段改名不会带着改。

现在 rewrite_event_person_names() 额外对 description/summary_json 做文本
替换。替换顺序按 rename_map 的 key 长度降序——uid 可能带 "#2"/"#3" 这类
同名冲突后缀，"人物A" 是 "人物A#2" 的前缀，短的先替换会把长的错误地部分
命中，长的先替换才对。

同时跑了两次一次性回填修历史数据：
1. 对所有已有 person_identity_map 映射的 1265 个视频重新跑一遍
   rewrite_event_person_names，把之前只改了徽章、没改描述文字的历史数据
   补上（events 里"纯人物X不带真名"的还剩 258 条，涉及 94 个视频——都是
   性别/年龄特征本来就是 unknown 的画面，闭集识别本来就该留空不瞎猜，
   不是回填没覆盖到，是真的没法从图像信息判断是谁）
2. 找到 9 个从未跑过闭集识别的漏网视频（应该是 person_identifier 功能上线
   前处理的），重新识别后 1 个（video 2194）成功解析出汤圆+爸爸，其余 8 个
   同样是性别未知，正确保持未解析

新增 2 个测试覆盖 description/summary_json 文本替换，以及带后缀 label 的
替换顺序正确性。
 2026-08-23 10:50:52 +08:00
ericwyuan
63b28663f1 feat(fam-edge): 启动时预热 Ollama，避免兜底触发时冷启动等 1-2 分钟 
排查"Ollama 模型没有常驻内存"：systemd 里 OLLAMA_KEEP_ALIVE=-1 其实一直配置
正确，但这个环境变量只保证"加载过之后不因为空闲被换出"，不负责启动时主动
预加载。查 model_calls 表，ollama provider 从来没有一条调用记录——因为它是
问答链路最后一级兜底，前面 NVIDIA/Gemini 一直调用成功，从未真正轮到它，
自然也就从未被加载进内存过。

新增 OllamaAdapter.warm_up()：送一条 num_predict=1 的最小请求强制模型加载，
超时给够 180s（冷启动实测能到 1-2 分钟）。app.py 启动时在后台线程调用，不
阻塞主服务启动；找不到 ollama 配置或预热失败都只记警告，不影响服务本身。

实测部署验证：重启后 36 秒完成预热，ollama ps 显示 qwen2.5:7b 已加载，
expires_at 显示不过期（keep_alive=-1 生效）——真正需要兜底的那一刻不会再有
冷启动延迟。

新增 test_ollama_adapter.py 4 个用例覆盖预热成功/HTTP失败/异常不上抛/超时
时长。
 2026-08-23 09:33:49 +08:00
ericwyuan
9bba7b7e14 fix(chat): 流式问答中文乱码 + 问答模型链换成专用文字大模型 
## 乱码修复
Gemini 流式接口 resp.iter_lines(decode_unicode=True) 没有显式设置
resp.encoding，requests 自己猜编码猜错了（Gemini 的 SSE 响应 Content-Type
不带 charset 参数），导致中文变成典型的 UTF-8 被当 Latin-1 解码的乱码。
fam-core 转发这一跳的 requests.iter_lines 调用有同样的坑，一并修了。
两处响应的 Content-Type 都补上 charset=utf-8，减少下游再犯同样错误的机会。
顺手用 latin-1/utf-8 往返把 NAS chat_history 里已经存了乱码的 3 条历史记录
恢复成正常文字。

## 问答模型链重新设计（跟视频分析完全独立）
用户要求问答不再用 flash/omni，优先用 NVIDIA 免费文字模型里上下文最大的几个，
不行再退 Gemini 非 flash 文字模型，最后本地 Ollama 兜底。

- base_adapter 新增 usage 字段（纯标记，不影响行为）
- qa.py 的 QAOrchestrator 只挑 role='text' 的适配器参与问答（按 config 出现
  顺序决定降级顺序），role='vision' 的视频分析适配器（gemini-flash-latest /
  nvidia omni）不再参与问答，两条链路彻底解耦
- 新增问答专用 NVIDIA 文字模型链（同一适配器内部 model_chain 降级）：
  nemotron-3-ultra-550b-a55b(1M上下文/561B) -> nemotron-3-super-120b-a12b
  (1M上下文/124B) -> openai/gpt-oss-120b(131K上下文/117B)。三个都用真实
  API 调用验证过当前账号可访问；同时验证过 llama-3.1-70b-instruct 和
  nemotron-super-49b-v1.5 都收到"08/25/2026 起弃用"通知，排除；
  nemotron-ultra-253b/mistral-large-2/nemotron-4-340b/kimi-k2.6 在目录里
  能看到但实测调用返回 404"账号无权限"，排除
- 新增问答专用 Gemini 非 flash 文字模型：gemini-pro-latest -> gemini-2.5-pro
  （1M 上下文，复用视频分析同一批多 key 轮换）
- /api/edge/chat/ask(/stream) 默认 max_tokens 从 1024 提到 3072：新链路
  优先用的都是"推理"模型，回答前会先吐一段思考过程，1024 经常在思考阶段
  就被截断，用户永远看不到真正答案

新增 test_qa.py::test_init_only_keeps_text_role_adapters_in_config_order
验证角色过滤+顺序正确。

本地检查过 Ollama 服务本身：systemd enabled+running（8h 正常运行，
qwen2.5:7b 已加载），并非没启动——用户观察到的现象另有原因。
 2026-08-23 07:46:48 +08:00
ericwyuan
2c5bf950c5 feat: 事件时间轴缩略帧 + 人物管理头像 + 人物合并硬规则校验 
## 新架构：Oracle 集中计算 + NAS 代理展示

### Oracle 端 (fam-edge)
- 新增 frame_service: ffmpeg 视频抽帧 + VLM 人物定位裁剪头像（磁盘缓存）
- 新增 /api/oracle/frame: 按 video_id+ts 抽帧返回 jpeg（带 token）
- 新增 /api/oracle/avatar: 按 label 生成人物头像（VLM 定位人物 + 兜底整帧居中）
- 新增 person_identifier: 人物身份识别模块
- Gemini 适配器支持 flash/flash-lite 双模型切换，429 自动降级
- frame_service VLM 全模型 429 时进入 10 分钟熔断，避免每次请求白打配额
- 兜底头像不落缓存，配额恢复后自动重试 VLM 精确定位

### 人物合并硬规则校验（框架级修复）
- person_service: LLM 合并结果落库前加硬冲突检测
  - 性别冲突 → 绝不合并
  - 年龄档跨未成年/成年 → 绝不合并（防止把爷爷/宝宝并进同一人）
- oracle_db: upsert_person 入口剥离括号后缀（人物A（别名：人物B） → 人物A），消灭垃圾人物行
- 修复 set_canonical 丢弃 source 参数的 bug（旧代码硬编码 'manual' 导致错误合并被永久固化）
- get_events_for_label: 只提取该身份组的特征文本，头像定位更精准

### NAS 端 (fam-core)
- 新增 img_proxy: /api/proxy/frame 和 /api/proxy/avatar 代理 Oracle 图片
- app.py 注册 img_bp 蓝图
- oracle_sync / db_layer / member_manager 同步人物表

### UI 端 (fam-ui)
- 事件时间轴: 每条事件卡片加时间点缩略帧
- 人物管理: 每人卡片加头像（150x150 圆角）
- parse_persons: 剥离括号备注，与 Oracle 归一化一致
- 新增 EventItem 组件、Timeline 页改造
- Chat / ServiceStatus 页相应调整

### 数据库
- scripts/ddl.sql: 同步表结构更新
- Oracle people 表: features_json / display_uid / source 字段完善
 2026-08-23 00:13:56 +08:00
ericwyuan
a1523b46c8 [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 2026-08-22 12:19:17 +08:00
ericwyuan
0d8e62607c feat(fam-edge): DSM 运动侦测预过滤 - 空转时段跳过云端视频分析 
群晖 Surveillance Station 用 SYNO.SurveillanceStation.EventCenter.Event（未公开
文档的内部接口，参数是下划线风格 camera_ids/start_time/end_time，公开文档里的
cameraIds/fromTime/toTime 是旧版 Event API 的参数名，两者不通用）记录了摄像头
真实的运动侦测事件（event_type=10=运动，start_time+duration 精确到秒），比自己
本地跑 ffmpeg 帧差分更准、不需要额外算力，之前一直在这台 NAS 上验证可行性。

新增 DsmMotionClient：process_video() 分析每段视频前，先用视频的
[event_start, event_start+duration] 时间窗查一次这个接口，窗口内一条运动事件都
没有就跳过云端分析（标记 done，compute_provider=skipped_no_motion），省掉长期
无人时段白白消耗的 Gemini/NVIDIA 配额。

安全设计：查询本身失败/未配置/账号密码没填一律 fail-open（当作"有运动"，照常
分析），不会因为这层可选优化漏检真实事件——这是一个纯粹的省配额优化，不能反过来
影响监控系统的可靠性。

新增 12 个单测覆盖：禁用/缺凭证时的 fail-open、登录失败、网络异常、无事件、有
事件、按 camera_id 过滤（响应是按 ds_id 分组不是按 camera_id，容易搞混）、
最短运动时长阈值、session 过期重登录重试、env 变量解析。

账号密码走 .env 的 DSM_ACCOUNT/DSM_PASSWORD，不明文入库。
 2026-08-22 09:46:00 +08:00
ericwyuan
f798c31cab fix(fam-edge): 人物 uid 跨视频复用导致特征串人 - 拆分同 uid 下的性别冲突 
根因: 大模型给的 人物A/B/C 这类临时 uid 只在单次视频分析内部稳定，不同视频各
自独立编号——同一个字符串在不同视频里完全可能指向不同的真人（实测生产数据里
"人物A" 在 29 个视频里混了男女两个人，"人物B" 混了男/女/儿童三个人）。但
people 表 label 全局 UNIQUE，upsert_person / person_service 的特征聚合都直接
按这个字符串当全局稳定身份用，导致不同真人的特征被硬合并进同一行，"我"这张卡
显示出来的描述其实是我和媳妇两个人的特征混在一起。

两处落地点都加了同一条硬规则（性别是相对稳定信号，冲突大概率是撞了另一个人）：
1. oracle_db.upsert_person(): 单视频入库时，新特征性别与已有行冲突就不覆盖合
   并，改分配 uid#2/uid#3 这样的派生 label 单独建行。
2. person_service._aggregate_features(): 每次全量重新聚合时按性别在线聚类，
   同一 uid 下冲突的性别拆成独立分组，不再无脑覆盖成一坨。

拆出来的派生 label 走已有的"未命名 -> LLM 合并 -> 硬规则否决"流程，由现有机制
判断该并入哪个已命名身份。

新增 test_oracle_db.py（5 例）+ test_person_service.py（5 例）覆盖同性别合并 /
性别冲突拆分 / 后缀分配 / unknown 不触发拆分等场景。

生产数据已用新逻辑重新 reconcile 并手动核对 3 个因数据量太大 LLM 没能正确认领
的派生 label（人物A#2/人物B#2#2 -> 媳妇，爷爷#2 -> 爷爷），现在 4 个人物分组
（我/媳妇/爷爷/汤圆）特征都是内部一致的，不再互相串。
 2026-08-22 08:45:24 +08:00
ericwyuan
708b6365f4 feat(fam-edge): Gemini key 分配改真随机 + 按项目名标注统计 
用户明确要求: 每次调用应该是 1/n 概率的真随机抽取，而不是上一版的顺序轮转
（round-robin 在当前单消费者串行处理场景下已经是数学最优均匀分配，但用户想要
"数组里随机取一个，每次都是四分之一概率"这种更直观的随机语义）。_rotated_keys()
去掉持久的轮转下标，改用 random.randrange 每次调用随机选起点，仍保留"起点 key
全部模型失败就级联到下一个 key"的兜底逻辑不变。

同时新增 key_labels 配置：4 个 key 分别对应用户在 Google Cloud 上开的 4 个项目
（智能摄像头-1/2/3/4），model_calls 统计现在按项目名而不是泛化的 key1/key2
展示，ModelStats 页面的 Key 列/拆分逻辑同步改为按最后一个 "·" 分隔（原来写死
按 "·key" 前缀查找，项目名场景下不适用）。

新增/重写 7 个单测覆盖：随机起点级联顺序、randrange 调用范围正确性、大样本
随机分布均匀性、key_labels 默认值/自定义值/key 被丢弃时的对齐。
 2026-08-22 07:37:33 +08:00
ericwyuan
1ad6af3d5d fix(fam-edge): Gemini 多 key 从未真正轮转 - 流量全压在 key1 
analyze_video/_generate_text 原来每次都从 api_keys[0] 开始遍历，只有当
key 的全部模型都失败才换下一个 key；由于 flash-lite 兜底基本总能在
key1 下成功，key2/3/4 实际零流量，配置的多 key 配额分散形同虚设。

新增 _rotated_keys()：每次调用前记住上次轮转到的起点，按起点滚动排序
返回 key 列表并把起点推进到下一个，多次调用后流量均匀摊到全部 key。
model_calls 统计的 model 字段现在带上 ·key{n} 后缀，可以看出具体是哪个
key 在跑（ModelStats 页面对应拆出 Key 列展示）。

新增 4 个单测覆盖起点归零/逐次推进/回绕/单 key 情形。
 2026-08-22 07:19:23 +08:00
ericwyuan
61db82cb9b 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>
 2026-08-22 00:22:57 +08:00