# Sentinel Home AI — 家庭多模态智能监控系统

> 多模型容灾降级 + 交互式命名 + AI 对话的家庭监控系统。
> 本文档为项目需求文档与 README 的整合版，按当前代码实际状态（v1.0 E2E 已打通）编写。
> 最后更新：2026-08-25（Oracle 迁至新服务器 129.146.26.249；前端由 NAS 迁至云服务器 Caddy :80）

---

## 1. 项目简介与设计目标

系统持续分析家庭监控摄像头（Synology Surveillance Station）录制的视频，抽取关键帧后调用视觉语言模型（VLM）分析画面中的人物、动作、衣着，落库为结构化事件；用户通过 Web UI 浏览事件、给"人物A/B/C"命名（批量回溯历史记录）、以及用自然语言向 AI 询问"汤圆今天干嘛了"。

### 1.1 首期范围（已基本完成）

> **新架构 v3（2026-08-22 重构：运动事件驱动）**：NAS 不再处理视频，仅作管理后台 + 运动事件推送；视频分析全部上云（Oracle），且**不再分析整段视频**——整段素材按 SS 运动事件**分割成运动片段**后只分析片段。

- **FAM-Core**（NAS 端单进程）：**Oracle-Sync**（每 30 分钟拉增量镜像）+ **MotionNotifier**（轮询 SS 运动事件推送 Oracle）+ **Chat-Handler** + **Member-Manager**，CPU 占用极低
- **FAM-Edge**（Oracle 端单进程）：rclone 实时同步 Google 硬盘视频（**整段素材**）→ 按 `ss_motion_events` 运动事件（start_time/duration）**ffmpeg 分割运动片段** → **只把运动片段送云端 VLM**（Gemini 用 Files API / NVIDIA 整视频 `video_url`）→ 结构化 JSON 落本地 SQLite → 对外提供 `/api/oracle/sync` 增量拉取接口（**本地模型不参与视频分析**）
- **FAM-UI**（云服务器端，由 Caddy :80 托管）：Vue3 SPA 读本地同步镜像（sync_videos / sync_events / sync_people），事件时间轴 + 人物管理 + AI 对话 + 对话历史 + 统计；浏览器经云服务器访问，/api 经 frp 隧道反代回 NAS FAM-Core
- **数据库**：Oracle 侧 SQLite（videos/events/people/ss_motion_events/sync_cursor）；NAS 侧 MariaDB 镜像（sync_videos / sync_events / sync_people / sync_cursor）+ chat_history
- **数据流向**：Google 硬盘 ──rclone──► 甲骨文整段素材 ──按运动事件分割片段──► 片段云端分析 ──► Oracle SQLite ──每 30 分钟 NAS 拉取──► NAS MariaDB 镜像 ──► FAM-UI；运动事件由 NAS 轮询 SS 推送 Oracle（NAS → Oracle 单向）
- **AI 对话**：查 sync_events 拼上下文 → FAM-Edge 转发到独立 **ai-gateway** 服务（OpenAI 兼容协议，NVIDIA → Gemini → 本地 Ollama 降级链在 ai-gateway 内部完成，FAM-Edge 不再自己维护模型链）→ 返回并写 chat_history
- **人物命名**：用户命名/合并某 label → 回推 Oracle `/api/oracle/people/correct`（manual 优先）→ 下一周期同步回 NAS；Oracle 独立 person_service 汇总全量人物 → LLM 合并为规范名 → 回灌视频提示

### 1.2 不在首期范围（推迟 v1.1+）

- Nginx 静态服务（Video-Server 用 Flask `send_from_directory` 替代，且推送模式下已不再必需）
- 资源保护策略 B（CPU/内存过载返回 503）
- 心跳监控（用整体超时 + 僵尸任务回收兜底）
- API 业务接口鉴权（`/api/edge/*` 和 `/api/core/*` 不加鉴权）
- Cron 兜底清理（`finally` 清理足够）
- daily_summaries 每日摘要（表已建，逻辑未实现）

### 1.3 已知遗留问题（v1.1 优先解决）

| 问题 | 现状 | 影响 |
|------|------|------|
| **llava-phi3 多图单请求失效（已替换）** | 原本地模型 llava-phi3 `analyze_frames` 多图单请求输出长度仅 3~4；**已替换为 qwen2.5:7b**（纯文本模型，专职问答兜底） | 历史遗留描述，新方案下视觉走云端，本地不参与视觉分析，该问题随之消除 |
| **吞吐不足** | 历史本地模型全流程约 19 分钟（关键帧筛选 10min + VLM 5.5min + 融合 3min）；30min/360MB 视频实测 929s | 已切换到云端 VLM 直出结构化 JSON（无本地融合步骤），吞吐瓶颈转移至云端调用延迟，整体明显改善 |
| **Tailscale 端口不通** | NAS tailscaled 以 userspace 模式运行（无 TUN 网卡），Oracle 无法反向访问 NAS；当前 NAS→Oracle 走公网 IP | 推送模式已规避反向访问，但流量走公网 |
| **历史视频积压（已处理）** | 正式目录 `/volume1/surveillance/Generic_ONVIF-001` 原有约 285 个历史视频（~100GB），已切回生产目录并 forward-only 处理：历史任务占位 FAILED，scheduler dedup 自动跳过，仅处理新增视频 | 已解决；生产目录已生效，新视频正常入链 |

**规划方向（新框架）**：**云端大模型负责视觉识别与结构化输出、本地大模型仅做智能问答兜底**。按任务类型分工：

| 任务 | 执行方 | 模型 | 说明 |
|------|--------|------|------|
| **视觉分析 + 结构化输出**（看图识人/动作/衣着 → 直出 JSON） | 云端 | Gemini → NVIDIA NIM（fallback 降级） | 云端 VLM 直接产出 `global_summary` / `entities_json` / `frame_details`，Edge 仅做**格式化校验**后直存 NAS，**本地模型不介入** |
| **结果格式化**（云端 JSON → 入库 schema） | Edge 进程 | 无模型调用 | `format_cloud_result`：字段归一化、补 `source_providers`/`compute_provider`、推导 `entities`、缺失 `global_summary` 时事实拼接；纯数据转换，非 LLM 二次汇总 |
| **AI 对话**（"汤圆今天干嘛了"） | 独立 **ai-gateway** 服务（OpenAI 兼容协议） | NVIDIA → Gemini → 本地 Ollama | FAM-Edge 不参与问答模型调用，只转发；降级顺序、key 轮换、熔断全部由 ai-gateway 自己管理 |

- **Google Gemini**（`gemini-flash-latest`，API Key 已验证，支持多图单请求；**问答场景改用 ai-gateway 里独立的非 flash 文字模型链**，不复用视觉分析这个 flash 实例）
- **NVIDIA NIM**（视觉分析用 `nvidia/nemotron-3-nano-omni-30b-a3b-reasoning` 整视频输入；**问答场景改用 ai-gateway 里独立的文字模型链**，不复用视觉分析实例）
- **本地 Ollama**（qwen2.5:7b）**已从 FAM-Edge 移除，2026-08-23 起归属独立的 ai-gateway 服务**：仅参与智能问答，且仅在 ai-gateway 内部 NVIDIA/Gemini 都失败时作兜底；视觉分析链路完全不涉及本地模型

Orchestrator 视觉阶段按 `fallback` 模式顺序降级：Gemini → NVIDIA NIM；云端模型直出结构化 JSON 后由 `format_cloud_result` 格式化，均在 FAM-Edge 内完成。问答阶段完全在 **ai-gateway**（独立服务，见 §3.4）内部按 `nvidia → gemini → ollama` 顺序降级，FAM-Edge 只是转发客户端。

---

## 2. 系统架构

### 2.1 物理节点与部署

| 节点 | 角色 | 硬件 | IP | 服务与端口 |
|------|------|------|-----|-----------|
| Synology NAS | FAM-Core + 数据库（采集 + 聚合 + 镜像层） | DS220+ (Geminilake), DSM 7 | 家庭局域网 192.168.50.64 | FAM-Core :8000（API 聚合 + 轮询 SS + OracleSync）, MariaDB :3306, Surveillance Station :5000；FAM-UI 已迁至云服务器（见下） |
| Oracle Cloud（云服务器） | FAM-Edge + AI-Gateway + Caddy（前端） | Ampere A1 4C23G ARM64（无 GPU）, Ubuntu 20.04 | 公网 129.146.26.249 / Tailscale（已安装未启用，备用） | FAM-Edge :5000（systemd 守护，视频分析 + 转发问答）, **AI-Gateway :5100（systemd 守护，对外监听，问答模型降级链）**, Caddy :80（托管 FAM-UI SPA + 反代 /api/* → NAS FAM-Core）, Ollama :11434（仅本地，被 AI-Gateway 调用） |
| 家庭网络 | 用户入口 | 普通终端 | 公网 / 家庭网络 | 浏览器访问 `http://129.146.26.249/`（Caddy 托管前端，/api 经 frp 隧道回源 NAS FAM-Core :8000） |

**网络要点（推送模式）**：
- 服务间通信只有两条出站：**NAS → Oracle 公网 IP:5000**（① `GET /api/oracle/sync` 拉增量 + `POST /api/oracle/people/correct` 命名回推 ② `POST /api/ss/motion` 推送运动侦测事件）。Edge 不需要反向访问 NAS
- **运动事件获取（NAS 轮询驱动）**：FAM-Core MotionNotifier 每 60s 轮询本机 Surveillance Station 事件列表 API（`SYNO.SurveillanceStation.EventCenter.Event`），增量推送 Oracle。**2026-08-25 起 `/api/ss/webhook` 接收端点已彻底移除**（`motion_bp.py` 不再注册该路由），轮询是唯一路径，不再保留 Webhook 可选补充。
- Oracle 端 Ollama 端口 11434 不对外暴露；聊天请求 NAS → FAM-Edge `/api/edge/chat/ask`（保持不变的对外契约）→ **FAM-Edge 转发到同机的 AI-Gateway :5100**（`/v1/chat/completions`，OpenAI 兼容协议，Bearer token 鉴权）→ NVIDIA/Gemini/Ollama 降级链。AI-Gateway 自己对外监听 0.0.0.0:5100（Bearer token 鉴权 fail-closed），供其他项目直接接入，不止服务本系统
- Tailscale 两节点已安装在线，但 NAS tailscaled 为 userspace 模式且防火墙端口不通，暂走公网 IP

### 2.2 部署拓扑与数据流（新架构 v2：Oracle 分析 + NAS 镜像）

```
┌──────────── Google 硬盘 ────────────┐
│  oraclenas@...gserviceaccount.com    │
│  (Cloud Sync 落盘目录)               │
└──────────────┬───────────────────────┘
               │ rclone 定时同步（systemd timer）
               ▼
┌──────────────────────── Oracle Cloud / 云服务器 (129.146.26.249) ────────────────────────┐
│  FAM-Edge (Flask :5000)                                                        │
│   ├─ Video-Queue: 30s 轮询 /opt/fam-edge/gdrive_videos 登记整段素材            │
│   ├─ Video-Processor: 素材按 ss_motion_events 分割运动片段 → 只分析片段         │
│   │    (ffmpeg -c:v copy -c:a aac) → Gemini → 失败 NVIDIA → 再失败 FAILED     │
│   ├─ Person-Service: 汇总人物 → LLM 合并规范名 → 回灌视频提示                  │
│   ├─ QA-Proxy (qa.py): /api/edge/chat/ask(/stream) 原样转发到 AI-Gateway       │
│   ├─ OracleDB (SQLite): videos / events / people / ss_motion_events            │
│   └─ API: /api/oracle/sync (增量拉取) · /api/ss/motion (运动事件) ·            │
│         /api/oracle/people/correct (命名校正) · /api/edge/chat/ask (问答代理)  │
│                        │ HTTP (本机回环 + 公网均可达)                          │
│                        ▼                                                       │
│  AI-Gateway (Flask :5100，独立项目/服务/git 仓库，OpenAI 兼容协议)              │
│   ├─ /v1/chat/completions：NVIDIA → Gemini（多 Key 轮换）→ 本地 Ollama 降级链   │
│   ├─ Bearer token 鉴权（fail-closed），对外 0.0.0.0:5100，非本系统专属          │
│   └─ 独立 .env（/opt/ai-gateway/.env，NVIDIA/Gemini key 与 FAM-Edge 各自一份） │
│  Caddy :80：托管 FAM-UI SPA + 反代 /api/* → NAS FAM-Core（frp 隧道 :8000）   │
└───────────────────────────────┬───────────────────────────────────────────────┘
                                 │ HTTP GET /api/oracle/sync?since=&token= （每 30 分钟）
                                 ▼
┌─────────────────────────────── NAS (192.168.50.64) ────────────────────────────┐
│  FAM-Core (Flask :8000)                                                        │
│   ├─ Oracle-Sync: 唯一后台线程，拉增量写 MariaDB 镜像 + 维护 sync_cursor         │
│   ├─ Chat-Handler: /api/chat/ask（查 sync_events 拼上下文 → 走 Oracle 编排）    │
│   ├─ Member-Manager: /api/member/name|merge（回推 Oracle + 即时拉回）           │
│   ▼                                                                             │
│  MariaDB (sentinel_home_ai): sync_videos / sync_events / sync_people /          │
│                           sync_cursor / chat_history                            │
│  （FAM-UI 已迁至云服务器 Caddy :80，见上）                                          │
└─────────────────────────────────────────────────────────────────────────────────┘
```

#### 2.2.1 运动监测链路（v3，NAS 轮询驱动）

摄像头动作事件由 **NAS 端 MotionNotifier 轮询 Surveillance Station 事件列表**获取（简单稳定，事件不遗漏；2026-08-25 起 Webhook 接收端点已彻底移除，轮询是唯一路径）：

    Surveillance Station (NAS 本机)
      │ SYNO.SurveillanceStation.EventCenter.Event method=List
      │   camera_ids=2, event_types=10, start_time/end_time（下划线风格）
      ▼
    NAS FAM-Core  MotionNotifier（motion_notifier.py，每 60s）
      │  ├─ 增量游标（MariaDB sync_cursor.motion_last_event_id，DB 续用/重启补推）
      │  ├─ 推送失败批次不前进游标（下轮重试，不丢事件）
      │  └─ 定期空 events 心跳（证明推送链路存活）
      │ HTTP POST /api/ss/motion?token=ORACLE_SYNC_TOKEN（真实 event_id/start_time/duration）
      ▼
    Oracle FAM-Edge  :5000  /api/ss/motion (api_gateway.py)
      │  → OracleDB.ss_motion_events（event_id UNIQUE，自动去重；start_time/duration 为 Unix epoch）
      ▼
    Oracle video_processor：整段素材按运动事件【分割运动片段】→ 只分析片段（见 2.3）

> 设计要点：甲骨文**不反向访问** NAS；只分割**已结束**事件（SS 事件 duration 在动作进行中为 0、结束才回填真实时长）。
> 失败-open：心跳超过 `max_heartbeat_age_sec`（900s）未更新时预过滤/分割 fail-open，不误判"无运动"。

**网络要点（新架构）**：
- NAS → Oracle 出站共两条：① `GET /api/oracle/sync`（拉取增量）+ `POST /api/oracle/people/correct`（命名回推）；② `POST /api/ss/motion`（运动侦测事件推送）。均走 Oracle 公网 IP:5000，token 鉴权
- Oracle Ollama :11434 不对外暴露，问答经 FAM-Edge `/api/edge/chat/ask` → 同机 AI-Gateway `:5100` 两跳代理
- AI-Gateway `:5100` 本身对公网直接开放（Bearer token 鉴权），跟 FAM-Edge `:5000` 是两个独立监听端口，非本系统的其他项目可以跳过 FAM-Edge 直接接入
- Tailscale 两节点在线但 NAS 无法反向访问 Oracle，故全部走 NAS 主动出站拉取模式

### 2.3 主链路时序（新架构 v3：运动事件驱动）

1. Google 硬盘新视频（整段素材）→ rclone 定时同步到 Oracle `/opt/fam-edge/gdrive_videos`
2. Video-Queue 轮询发现新文件 → 登记到 Oracle `videos`（pending）
3. Video-Processor 处理素材：按文件名解析开始时间 → 查窗口内 `ss_motion_events` **已结束**运动事件 → ffmpeg 分割运动片段（`-c:v copy -c:a aac` 保留音频）→ 片段登记 `videos`（pending，`motion_event_id` 关联）并入队；素材标记"已分割 N 段"（仍有未结束事件则保持 pending 下轮再分割）
4. Video-Processor 处理运动片段：**只分析片段**（不分析整段）→ Gemini（或 NVIDIA 兜底）直出 `{global_summary, events[], people_mentioned[]}` → 写 Oracle `videos` + `events` + `people`
5. Person-Service 每 30 分钟汇总全量人物 → LLM 合并为规范名 → 更新 `people.canonical_name` → 生成 `known_members_context` 回灌后续片段提示
6. NAS Oracle-Sync 每 30 分钟 `GET /api/oracle/sync?since=<cursor>` → upsert 到本地 `sync_*` 镜像表 → 推进 `sync_cursor`
7. FAM-UI 读本地镜像展示（时间轴/人物/统计字段契约不变）；用户命名 → `POST /api/oracle/people/correct` 回推 Oracle，下一周期同步生效

**运动监测支流（NAS 轮询驱动）**：
- MotionNotifier 每 60s 轮询 SS `EventCenter.Event.List`（camera_ids=2, event_types=10）→ 增量（游标）推送 `POST /api/ss/motion` 落库 `ss_motion_events`（真实 event_id/start_time/duration）
- 整段素材处理时按 `ss_motion_events` 分割运动片段（只分割已结束事件；duration=0 的进行中事件等结束后的下轮）；片段分析结果的时间点（`events.ts`）为绝对时间，前端时间轴与帧图（`/api/proxy/frame`，绝对 ts − event_start_time 偏移取帧）天然兼容

**容错设计**：
- Oracle 单视频串行（`max_concurrent=1`）避免多视频抢占云端配额
- 运动片段分析失败（两云端均不可用）标记 `failed`，下一周期 cursor 仍包含它会被重试
- 素材分割幂等：按 `motion_event_id` 去重，片段文件已存在则跳过分割
- NAS 同步失败仅记日志，下一周期（30 分钟）自动重试，不阻塞 UI
- fam-core 日志双写：stdout + `fam-core/logs/fam-core.log`

---

## 3. 模块设计

### 3.1 FAM-Core（NAS 端）

> NAS 不再处理视频，仅作管理后台。常驻后台线程：Oracle-Sync（增量镜像）+ MotionNotifier（轮询 SS 运动事件）。

| 模块 | 文件 | 职责 |
|------|------|------|
| Oracle-Sync | `oracle_sync/oracle_sync.py` | 后台线程：每 30 分钟 `GET /api/oracle/sync?since=<cursor>&token=` 拉增量 → upsert 到 `sync_videos`/`sync_events`/`sync_people` → 推进 `sync_cursor`；`push_name_correct()` 回推命名校正；`trigger_now()` 立即同步 |
| Chat-Handler | `chat_handler/chat_handler.py` | `/api/chat/ask` 查 `sync_events` 拼上下文 → 经 Oracle `/api/edge/chat/ask` 问答（FAM-Edge 转发到独立 AI-Gateway 服务，接口契约不变）→ 写 chat_history |
| Member-Manager | `member_manager/member_manager.py` | `/api/member/unnamed` / `/api/member/list` / `/api/member/name` / `/api/member/merge`；命名/合并回推 Oracle 并即时拉回本地镜像 |
| MotionNotifier | `motion_notifier/motion_notifier.py` | **轮询主路径**（`poll_enabled=true`）：每 `poll_interval_sec`(60s) 查 SS `EventCenter.Event.List`（camera_ids/event_types=10）→ 增量推送 Oracle `/api/ss/motion`；游标存 MariaDB（重启续用/补推停机期间事件，失败批次不前进）；心跳线程定期空 POST 证明链路存活；启动时拉取 SS 摄像头「名→id」映射并配置兜底 |
| Motion-BP | `motion_bp.py` | **2026-08-25 起不再提供 `/api/ss/webhook` 接收端点**（轮询是唯一路径）；`GET /api/ss/status` 查询 MotionNotifier 状态 |
| UI-API | `ui_api.py` | `/api/ui/*` 只读接口（videos/stats/people/people-clips/attention-events/named-members/model-stats/service-status），供 Vue 前端渲染 |
| 公共层 | `db_layer.py` / `config_loader.py` / `logger.py` | PyMySQL 连接（unix_socket）；同步镜像 CRUD；`get_sync_people_clips()` 人物→运动片段查询；文件日志 |

> 已删除：Task-Scheduler / Dispatcher / Poller / Event-Receiver / Video-Server（视频上传、切片、抽帧、关键帧落盘等职责全部迁移至 Oracle 端，NAS CPU 占用大幅降低）。

### 3.2 FAM-Edge（Oracle 端）

> 整段素材按运动事件分割运动片段，**只分析运动片段**（不再整段送云端）。

| 模块 | 文件 | 职责 |
|------|------|------|
| API-Gateway | `api_gateway/api_gateway.py` | `GET /api/oracle/sync`（增量拉取，since+token 校验）；`POST /api/oracle/people/correct`（命名校正）；`POST /api/edge/chat/ask(/stream)`（问答，转发到 AI-Gateway，见 §3.4）；`POST /api/ss/motion`（运动事件接收，token 校验，落库 `ss_motion_events` + 刷新心跳）；`GET /api/oracle/frame|avatar`（帧/头像）；`GET /health` |
| Video-Queue | `video_queue.py` | 生产-消费队列：生产者 30s 轮询 rclone 同步落地目录登记整段素材入队（含重启恢复）；消费者（`max_concurrent` 个线程）取队列调 Video-Processor；素材分割出的运动片段自动入队；模型超时 = 原配置 ×`timeout_multiplier`；失败重试上限 `max_retries` |
| Video-Processor | `video_processor.py` | **素材→分割/片段→分析**双分支：素材按 `ss_motion_events` 已结束运动事件 ffmpeg 分割运动片段（`-c:v copy -c:a aac` 保留音频，`motion_event_id` 幂等），片段只送云端 VLM 分析；按 `vision_order` 调适配器；首个成功即落库 Oracle `videos`+`events`+`people`；全失败标 `failed` |
| Person-Service | `person_service.py` | 汇总全量人物 → LLM 合并为规范名 → `set_canonical`；生成 `known_members_context` 回灌片段提示；manual 命名优先不被覆盖 |
| Disk-Guard | `disk_guard.py` | **2026-08-28 新增**：5 分钟检查一次磁盘剩余空间，低于 `min_free_gb`（默认 10GB）就清理最旧的、已完成分割阶段的整段素材，删到 `target_free_gb`（默认 15GB）水位为止；只碰原始素材（`gdrive_videos`），绝不碰运动片段（`motion_clips`，事件时间轴/人物头像依赖它）或还在处理中的素材 |
| OracleDB | `oracle_db.py` | SQLite：videos（含 `motion_event_id`/`camera_id` 列）/ events / people / sync_cursor / ss_motion_events；`get_sync_delta(since)` 增量导出；`record_motion_events` / `get_motion_events_in_range`（已结束运动事件窗口查询，分割用）/ `has_motion_in_range_local` / 心跳 |
| Model-Adapters | `model_adapters/` | `BaseModelAdapter.analyze_video(video_path, known_members_context, event_start_time)`；Gemini（Files API）/ NVIDIA（整视频 `video_url`）——**只有视觉分析用，2026-08-23 起不再含 Ollama/文字模型**，问答模型完全移交 AI-Gateway |
| QA-Proxy | `qa.py` | **2026-08-23 重写为 HTTP 转发客户端**（原来自己遍历适配器 `chat()` 做 NVIDIA→Gemini→Ollama 三级降级的逻辑已整个搬到 AI-Gateway）：调 AI-Gateway `/v1/chat/completions`，把 OpenAI 兼容响应翻译回原有 `run_qa`/`run_qa_stream` 契约，`api_gateway.py` 和 FAM-Core 调用方零改动 |

### 3.3 FAM-UI（NAS 端）

Vue3 + Vite + Tailwind SPA（`fam-ui/src/views/*.vue`，构建产物 `fam-ui/dist/` 由 FAM-Core `static_app.py` 托管，Vue Router history 模式），页面均读本地同步镜像：

| 页面 | 功能 |
|------|------|
| 🕒 事件时间轴 | 运动片段会话列表（`motion_*.mp4`，只显示有内容的会话）+ 选中会话的事件时间线（时间点 + 描述 + 人物/关注徽章 + 事件帧图）；支持 `?video=<id>` 定位跳转；详情卡片支持**删除会话**（原生 `confirm()` 二次确认，2026-08-24 新增） |
| 👤 人物管理 | 按规范名/标签聚合，命名/合并（回推 Oracle）；**人物卡含「运动片段」区块**（该人物出现过的运动片段：缩略图/时间/摘要/事件数，点击跳时间轴） |
| 💬 AI 对话 | 输入框 + 调 `/api/chat/ask`；按 queried_person 预设快捷提问 |
| 📝 对话历史 | chat_history 倒序展示 |
| 📈 统计图表 | 模型来源占比 / 关注事件 / 同步状态 |

### 3.4 AI-Gateway（Oracle 端，独立项目/服务，2026-08-23 新增）

> 独立的 git 仓库/部署单元（`ai-gateway/`，Gitea 见 §10.4），跟 FAM-Edge/FAM-Core 不是同一个代码库。原本嵌在 FAM-Edge 里的问答模型降级链（跟视频分析业务无关，是通用能力）整个抽出来，做成 OpenAI 兼容协议的独立服务——除了 FAM-Edge 自己（改为转发调用），任何支持自定义 `base_url` 的 OpenAI SDK/工具都能直接接入，不限于本系统。

| 模块 | 文件 | 职责 |
|------|------|------|
| App | `app.py` | `POST /v1/chat/completions`（核心端点，OpenAI 兼容请求/响应结构，支持 `stream: true` 流式与非流式）；`GET /v1/models`（占位实现）；`GET /health`（免鉴权） |
| Auth | `auth.py` | Bearer token 鉴权（`Authorization: Bearer <AI_GATEWAY_TOKEN>`），**fail-closed**：未配置 token 时全部需鉴权接口直接拒绝（503），不会退回任何默认值 |
| Orchestrator | `orchestrator.py` | `ChatOrchestrator`：按 `config.yaml` 里 `models` 数组顺序依次尝试适配器 `chat()`/`chat_stream()`，一个 provider 完全没有输出才换下一个；已开始吐字后中途失败直接结束，不悄悄换源接着写 |
| Adapters | `adapters/` | `NvidiaAdapter`（多模型链）/ `GeminiAdapter`（多 Key 随机轮换，`_messages_to_gemini()` 转换为原生 `contents`/`systemInstruction`）/ `OllamaAdapter`（`/api/chat` 原生多轮，含 `warm_up()` 启动预热）——**纯文本，均为 chat-only，不含视觉分析** |
| Config | `config_loader.py` | 部署时用 `FAM_ENV_FILE` 指向共享的 `.env` 复用密钥（当前实际部署未启用这个复用，AI-Gateway 用自己独立的 `/opt/ai-gateway/.env`，见 §8.3 说明） |

**降级链**（`config.yaml` 里 `models` 数组顺序）：NVIDIA（多模型链自动降级）→ Gemini（多 Key 随机轮换）→ 本地 Ollama（兜底，`OLLAMA_KEEP_ALIVE=-1` + 启动预热避免冷启动）。

---

## 4. 数据库设计

库名 `sentinel_home_ai`，MariaDB 10.11.11，utf8mb4。完整 DDL 见 `scripts/ddl.sql`。

### 4.1 表清单

> 新架构 v2：Oracle 侧用 SQLite（`videos`/`events`/`people`/`sync_cursor`），NAS 侧 MariaDB 仅保留 **同步镜像表 + 问答历史**。`process_tasks`/`monitor_events`/`event_details`/`family_members` 等旧表已不再写入（保留历史数据，未删除）。

**Oracle（SQLite，`oracle_db.py`）**

| 表 | 用途 | 关键字段 |
|----|------|---------|
| `videos` | 视频会话（整段素材 + 运动片段均在此表） | id, filename(UNIQUE), camera_name, status, summary_json, events_json, people_json, compute_provider, event_start_time, duration_sec, **motion_event_id**（运动片段关联的 SS 事件 id）, **camera_id**, updated_at |
| `events` | 视频内时间点事件 | id, video_id, ts, description, person_list_json, person_appearances_json, is_attention_event |
| `people` | 规范人物（Oracle 维护） | id, label(UNIQUE), canonical_name, appearances, source(llm/manual), features_json, display_uid |
| `ss_motion_events` | NAS 推送的运动事件（分割素材的依据） | id, event_id(UNIQUE), camera_id, event_type(10=运动), start_time(epoch), duration, thumbnail_url, received_at |
| `sync_cursor` | 同步游标 + 心跳 | key, value（sync_cursor=上次 server_time；motion_heartbeat_at=推送链路心跳） |

**NAS（MariaDB，同步镜像，`scripts/ddl.sql`）**

| 表 | 用途 | 关键字段 |
|----|------|---------|
| `sync_videos` | 视频会话镜像（对齐 Oracle videos，含运动片段） | id, filename, camera_name, status, summary_json, events_json, people_json, compute_provider, processed_at |
| `sync_events` | 事件镜像（对齐 Oracle events） | id, video_id, ts, description, person_list_json, is_attention_event |
| `sync_people` | 人物镜像（对齐 Oracle people） | id, label, canonical_name, appearances, source, features_json, display_uid |
| `sync_cursor` | 同步游标 + 运动游标 | key='last_since'；key='motion_last_event_id'（MotionNotifier 增量游标） |
| `chat_history` | AI 问答记录 | chat_id, user_question, ai_answer, context_summary, queried_date, queried_person |

### 4.2 表关系

```
Oracle:  videos (1) ─── (N) events        people 独立（label/canonical_name）
NAS 镜像: sync_videos (1) ─── (N) sync_events   sync_people 独立
chat_history 独立表（问答上下文摘要留存）
```

命名回溯：用户命名某 `label` → `POST /api/oracle/people/correct` 设 `canonical_name`（manual 优先）→ 下一周期同步回 NAS `sync_people`；Oracle `person_service` 用规范名回灌视频提示，后续事件 `person_list_json` 直接带真名。

### 4.3 compute_provider

- `sync_videos.compute_provider`：字符串，记录该视频实际成功调用的视觉模型（`gemini` / `nvidia`）；本地 Ollama 不参与视频分析，不会出现在该字段
- 问答链路（AI-Gateway 内部 NVIDIA→Gemini→Ollama 降级链）的 provider 体现在 `/api/edge/chat/ask` 响应的 `provider` 字段（由 AI-Gateway 原样透传回来）

### 4.4 兼容性注意

- MariaDB 10.11 严格模式：**空字符串不能插 DATETIME 列**（1292 错误）。同步表时间字段统一用 `VARCHAR(32)` 文本存储 Oracle 的 ISO 字符串，规避类型转换问题
- MariaDB 不支持 MySQL 的 `$[*]` JSON 通配路径，人物统计按 `person_list_json LIKE '%name%'` 字符串匹配在 Python 层完成

---

## 5. API 规范（实际实现）

### 5.1 FAM-Edge（Oracle :5000）

**GET /api/oracle/sync**（NAS 每 30 分钟拉增量，新架构主接口）

- 请求：`?since=<ISO 文本>&token=<ORACLE_SYNC_TOKEN>`（`since` 为空拉全量）
- 响应（200）：

```json
{
  "videos": [
    {"id": 1, "filename": "2026-08-21_081500.mp4", "camera_name": "客厅",
     "status": "done", "summary_json": "...", "events_json": "[...]",
     "people_json": "[...]", "compute_provider": "gemini",
     "event_start_time": "2026-08-21 08:15:00", "updated_at": "2026-08-21 08:40:12"}
  ],
  "events": [
    {"id": 10, "video_id": 1, "ts": "00:01:23", "description": "汤圆在客厅玩耍",
     "person_list_json": "[\"汤圆\"]", "is_attention_event": 0, "updated_at": "2026-08-21 08:40:12"}
  ],
  "people": [
    {"id": 1, "label": "人物A", "canonical_name": "汤圆", "source": "manual",
     "appearances": 12, "updated_at": "2026-08-21 08:41:00"}
  ],
  "server_time": "2026-08-21 08:41:30"
}
```

- 401：token 校验失败

**POST /api/oracle/people/correct** — 命名校正回推：`{"label":"人物A","canonical_name":"汤圆","token":...}`（manual 优先，不被 LLM 覆盖）→ `{"status":"ok"}`
**POST /api/oracle/video/delete**（2026-08-24 新增）— 删除视频会话（NAS 转发）：`{"video_id":123,"token":...}` → 删 `events`+`videos` 行 + 磁盘上的运动片段文件 → `{"status":"ok","video_id":123}`；**不清理**对应的 `ss_motion_events` 源事件（那是硬件推送的原始事件记录，跟切出来的片段生命周期独立；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）；video_id 不存在返回 404
**POST /api/edge/chat/ask(/stream)** — 智能问答（FAM-Core Chat-Handler 调用）：请求 `{"prompt","max_tokens"}` → 响应 `{"answer","provider"}`（流式版为 SSE，事件 `provider_trying`/`chunk`/`done`/`all_failed`）；**2026-08-23 起 FAM-Edge 自己不跑模型，转发到同机 AI-Gateway `/v1/chat/completions`**，内部按 NVIDIA → Gemini → 本地 Ollama 顺序降级（对 FAM-Core 不可见，接口契约不变）
**POST /api/ss/motion** — 运动事件接收（NAS MotionNotifier 推送）：`{"token", "events":[{event_id, camera_id, event_type, start_time, duration, thumbnail_url}]}` → 幂等落库 `ss_motion_events` + 刷新心跳；`events: []` 空数组即心跳
**GET /api/oracle/frame** — 事件帧图：`?video_id=&ts=&w=` → jpeg（`ts` 为绝对时间，`frame_service` 按 `ts − event_start_time` 偏移从视频文件取帧）
**GET /api/oracle/avatar** — 人物头像：`?label=&w=` → jpeg（从该人物候选事件 `person_appearances` bbox 裁剪）
**GET /health** — 服务状态（含已处理视频数）

### 5.2 FAM-Core（NAS :8000）

| 端点 | 方法 | 说明 |
|------|------|------|
| `/health` | GET | 服务健康（**免登录**） |
| `/api/login` | POST | 登录：`{"username","password"}` → 校验 `FAM_AUTH_USER`/`FAM_AUTH_PASS`（NAS `.env` 配置，无硬编码默认值，未配置则拒绝所有登录）→ 种 HttpOnly cookie `fam_session`（2 小时） |
| `/api/logout` | POST | 退出登录（清 cookie） |
| `/api/auth/check` | GET | 登录态检查：`{"authed": true\|false}`（**免登录**） |
| `/api/status` | GET | Oracle-Sync + MotionNotifier 状态（sync running/cursor；motion poll_enabled/pushed_total/heartbeat） |
| `/api/chat/ask` | POST | 用户问答：`{"question","queried_person","queried_date"}` → `{"answer","context_summary","chat_id"}`（上下文来自 sync_events） |
| `/api/chat/history` | GET | 对话历史（`?date=` 或 `?person=&limit=`） |
| `/api/member/unnamed` | GET | 未命名人物列表（label / 出现次数 / 首见时间） |
| `/api/member/list` | GET | 全部人物（label + canonical_name + 是否命名） |
| `/api/member/name` | POST | 命名：`{"label","canonical_name"}` → 回推 Oracle 并即时拉回本地镜像 |
| `/api/member/merge` | POST | 合并：`{"source","target"}` → 将 source 并入 target 身份（统一 canonical_name） |
| `/api/ss/status` | GET | 运动监测状态：`poll_enabled` / `camera_loaded` / `camera_map` / `pushed_total` / `last_error` / 心跳 |
| `/api/ui/videos` | GET | 运动片段会话列表（`?date=&page=`；**只返回 `motion_` 前缀或有事件的会话**，0 段素材不展示） |
| `/api/ui/videos/<id>` | GET | 会话详情：`{video, events[]}`（事件含 person_list_json / person_appearances_json / is_attention_event） |
| `/api/ui/videos/<id>` | DELETE | **（2026-08-24 新增）**删除会话：先回推 Oracle 物理删除（含磁盘文件），成功后清本地镜像（`sync_events`+`sync_videos`，增量同步感知不到删除，必须显式清理）；Oracle 回推失败返回 502，不改本地状态 |
| `/api/ui/stats` | GET | 统计卡：videos / events / people / attention（`?date=` 过滤，口径与列表一致） |
| `/api/ui/people` | GET | 人物列表（按 canonical_name 聚合：display / labels / appearances / first_seen / features_json / display_uid） |
| `/api/ui/people/clips` | GET | 人物运动片段：`?label=&limit=` → 该人物出现过的运动片段（video_id / event_start_time / duration / summary / first_ts 缩略图定位 / clip_events） |
| `/api/ui/attention-events` | GET | 需关注事件（日期 + 涉及人物，已去重清洗） |
| `/api/ui/named-members` | GET | 已命名成员真名列表（AI 对话快捷选择） |
| `/api/ui/model-stats` | GET | 云端模型调用统计（按模型聚合 + 最近明细） |
| `/api/ui/service-status` | GET | NAS 同步状态 + Oracle 实时活动（代理，token 不下发浏览器） |
| `/api/proxy/frame` | GET | 事件帧图代理：`?video_id=&ts=&w=` → Oracle `/api/oracle/frame`（浏览器不直连 Oracle） |
| `/api/proxy/avatar` | GET | 人物头像代理：`?label=&w=` → Oracle `/api/oracle/avatar` |

> 已删除：`/api/core/callback/event`、`/media/<path>`（视频处理职责已迁移至 Oracle）。

### 5.3 云端结构化输出 JSON Schema

运动片段直传云端 VLM，模型直接产出结构化 JSON（`analyze_video` 返回）：

```json
{
  "global_summary": "客厅监控摘要……",
  "events": [
    {"timestamp": "00:01:23", "description": "汤圆在客厅玩耍",
     "people": ["汤圆"], "is_attention_event": false}
  ],
  "people_mentioned": ["汤圆"]
}
```

- Gemini 用 Files API 上传运动片段后 `generateContent`；NVIDIA 用整视频 `video_url` + `num_frames=128`（模型内部自行采样帧）；均不依赖 OpenCV 人脸
- `person_service` 汇总全量 `people_mentioned` → LLM 合并为规范名 → 生成 `known_members_context` 回灌后续片段提示，使模型用真名指代
- `action` / 描述由 AI 自由生成无枚举过滤，`is_attention_event` 由 AI 自行判断

---

## 6. 关键技术

### 6.1 视频预处理（历史记录：关键帧抽帧方案，v3 已废弃）

> ⚠️ 本小节为旧架构（v1/v2 本地抽帧分析）记录。**v3 运动事件驱动架构不再抽帧**：
> 整段素材按运动事件 ffmpeg 分割运动片段（`-c:v copy`），片段直传云端 VLM 分析。
> 保留此处仅作历史参考。

- **粗抽候选帧**：FFmpeg 快速 seek（逐帧 `ffmpeg -ss <ts> -frames:v 1`），替代 fps 滤镜全解码（30min 视频从 180s+ 降到 33s，6-8x 提速）
- **帧数自适应**：候选帧 `clamp(时长分钟×2, 30, 120)`；关键帧上限 `clamp(时长/150s, 8, 30)`（30min→12 帧，60min→24 帧，封顶 30）
- **帧差筛选**：OpenCV MSE，首末帧必选，MSE > 阈值 500 的保留，不足 min_key_frames=5 补足
- **压缩**：长边 > 1024px 才缩放，JPEG 质量 80
- **异常兜底**：ffprobe 失败退化为 60s 间隔抽帧；帧差异常退化为等距 5 帧

### 6.2 本地 Ollama（仅智能问答兜底，归属 AI-Gateway）

本地 Ollama（qwen2.5:7b，纯文本模型）**不参与视觉分析、不参与云端结果融合**。**2026-08-23 起 Ollama 相关代码（`OllamaAdapter`、启动预热逻辑）已从 FAM-Edge 整个移除，归属独立的 AI-Gateway 服务**——它只在 AI-Gateway 内部 NVIDIA 与 Gemini 都失败时才被启用作为兜底，进程仍然跑在 Oracle 同一台机器上，只是调用方从 FAM-Edge 换成了 AI-Gateway。视觉分析与结构化输出全部由云端模型承担，跟本地模型无关。以下参数作为问答任务的调优依据保留。

| 参数 | 值 | 依据 |
|------|-----|------|
| `OLLAMA_KEEP_ALIVE=-1` | 模型常驻内存 | 消除 55s 冷启动（常驻约 4.3GB，12GB 内存够用） |
| `num_predict=512` | 限制生成 token | ARM 约 5 tok/s，过长生成会拖慢问答响应 |
| AI-Gateway 启动预热 | 后台线程 `warm_up()` | `OLLAMA_KEEP_ALIVE=-1` 只保证加载后不换出，不负责主动预加载；NVIDIA/Gemini 一直成功时 Ollama 永远不会被自然触发，加了启动时预热避免真正兜底时才发现要等 1-2 分钟冷启动 |
| gunicorn（Edge） | `--timeout 1800` | 同步分析模式，默认 30s 会杀 worker |
| push_timeout（NAS） | 1800s | 覆盖最坏情况（30min 视频实测 929s） |

**历史问题**：原 llava-phi3 多图单请求基本失效（N 张图一次调用输出长度仅 3~4）。已替换为 qwen2.5:7b（纯文本模型，专职问答兜底，不涉及视觉多图问题；视频分析已全部由云端 VLM 承担）。

### 6.3 模型适配器架构

**抽象基类 `BaseModelAdapter`**：定义统一接口，每个模型实现自己的适配器。

| 方法 | 职责 |
|------|------|
| `__init__(provider_name, config)` | 读取 api_key / base_url / model_name / timeout / 熔断器配置 |
| `health_check() -> bool` | 轻量请求验证连通性与 Key 有效性 |
| `analyze_frames(frame_paths, frame_timestamps, known_members_context) -> Optional[str]` | 接收多张关键帧路径 + 时间戳 + 已知成员特征，返回 VLM 文本描述（失败返回 None） |
| `get_timeout() -> int` | 返回该模型单次调用超时阈值 |
| 熔断器实例 | 每个云端模型独立熔断器 |

**模型清单由 `config.yaml` 的 `models` 数组动态决定**，新增模型 = 实现适配器 + 配置加一项，主流程不动。

**已实现 / 规划的适配器**（按 `role` 区分职责）：

| provider | 适配器类 | role | SDK / 协议 | 状态 |
|----------|---------|------|------------|------|
| `gemini` | `GeminiAdapter` | **vision** | requests 直调 REST `:generateContent` | 已实现 |
| `nvidia` | `NvidiaVisionAdapter` | **vision** | **openai SDK**（NIM 兼容 OpenAI API 规范） | 已实现 |

> `OllamaAdapter` 已于 2026-08-23 从 FAM-Edge 移除（连同 `role='text'` 的问答适配器整体搬到独立的 AI-Gateway 服务，见 §3.4）。FAM-Edge 现在的 `model_adapters/` 只剩 `vision` 角色，`role` 字段本身仍保留（`get_role()` 仍被 `video_processor.py` 用于筛选视觉适配器），只是不会再出现 `text` 取值。

**role 语义**：
- `vision`：参与视觉分析阶段，按 fallback 顺序降级，直出结构化 JSON
- `text`：**已不在 FAM-Edge 出现**——原来"仅参与智能问答、Gemini/NVIDIA 都失败时兜底"的语义现在完全由独立的 AI-Gateway 服务内部实现（见 §3.4）

**NvidiaVisionAdapter 关键实现**（`fam_edge/adapters/nvidia_adapter.py`）：

- 基于 `openai` Python SDK，`base_url=https://integrate.api.nvidia.com/v1`，`api_key` 从 `${NVIDIA_API_KEY}` 展开
- `health_check`：调 `client.models.list()` 轻量验证 Key
- `analyze_frames`：构建 OpenAI 标准 `content` 列表（1 个 text item + N 个 `image_url` item，图片以 `data:image/jpeg;base64,...` 格式内联），调 `chat.completions.create`，`temperature=0.2`、`max_tokens=1024`
- prompt 中文模板：要求按时间顺序分析人物数量/衣着/微动作/互动，重点标注异常高危行为

**Orchestrator 调度模式**（`config.yaml` → `orchestrator.mode`）：

| 模式 | 行为 |
|------|------|
| `fallback`（默认） | 顺序降级：按 models 数组顺序依次尝试，首个健康且返回非 None 的模型结果即采用；失败则降级到下一个；全部失败返回 503 |
| `ensemble` | 并行交叉验证：所有 enabled 模型并行调用，结果一致 → 可信度高；多数派为准；仅单一模型描述 → `source_providers` 仅含该模型 |

**视觉分析降级链路（fallback 模式，仅云端 role=vision 模型）**：

```
Gemini (gemini-flash-latest, role=vision) —— 多图单请求直出结构化 JSON
   │ 失败 / 熔断 OPEN / 超时
   ▼
NVIDIA NIM (llama-3.2-11b-vision-instruct, role=vision) —— 逐帧结构化聚合
   │ 失败 / 熔断 OPEN / 超时
   ▼
任务 FAILED（走重试，绝不回退本地 Ollama —— 本地仅负责问答兜底）
```

**格式化阶段（无模型调用，仅数据转换）**：

```
云端成功 provider 直出的结构化 JSON（frame_details / 可选 global_summary / entities_json）
   ▼
format_cloud_result：字段归一化 → 补 source_providers=[provider] / compute_provider=[provider]
   → 缺失 entities_json 由 frame_details 推导 → 缺失 global_summary 则事实拼接 → schema 校验
   ▼
合法入库结构，随响应返回 NAS 直接落库（本地模型不介入）
```

**智能问答降级链路（chat 场景，2026-08-23 起完全在独立的 AI-Gateway 服务内部，FAM-Edge 只转发）**：

```
FAM-Edge /api/edge/chat/ask(/stream)
   │ HTTP 转发（qa.py，本机回环）
   ▼
AI-Gateway /v1/chat/completions
   │
   ▼
NVIDIA（问答专用文字模型链，跟视觉分析的 omni 模型完全独立）
   │ 完全没有输出 / 熔断 OPEN / 超时
   ▼
Gemini（问答专用非 flash 文字模型链，多 Key 随机轮换，跟视觉分析的 flash 模型完全独立）
   │ 完全没有输出 / 熔断 OPEN / 超时
   ▼
本地 Ollama (qwen2.5:7b) —— 仅当前两者都失败才启用
   │ 失败
   ▼
返回"所有模型均不可用"（HTTP 503）
```

> 已经开始吐字之后中途失败：不换下一个 provider 接着写（避免答案风格前后不连贯），直接结束这次生成——这个语义在 AI-Gateway 的 `orchestrator.py` 里实现，FAM-Edge 的 `qa.py` 只是原样转发这个行为，不重复实现。

**熔断器策略**（按 provider 独立）：

| 服务 | provider | role | threshold | cooldown | enabled |
|------|----------|------|-----------|----------|---------|
| FAM-Edge | Gemini | vision | 3 次连续失败 | 600s | true |
| FAM-Edge | NVIDIA NIM | vision | 3 次连续失败 | 600s | true |
| AI-Gateway | NVIDIA（问答） | — | 见 ai-gateway 配置 | — | true |
| AI-Gateway | Gemini（问答） | — | 见 ai-gateway 配置 | — | true |
| AI-Gateway | Ollama | — | — | — | false（本地，不熔断） |

**健康探测**：FAM-Edge 侧 Gemini `GET /v1/models?key=...`；NVIDIA `client.models.list()`，视觉模型全部不健康返回 503。AI-Gateway 侧 Ollama `GET /api/tags`；Gemini/NVIDIA 同上，各自独立。

**多模型标签兼容**：`compute_provider` 与 `event_details.source_providers` 的 JSON 数组值新增 `"nvidia"` 标签（与 `"ollama"` / `"gemini"` 并列）；`validate_schema` 校验非空数组。

**执行可观测性**：Orchestrator 在每次调用记录各模型的 `provider / 耗时 / success` 三元组到日志，并落库到 `monitor_events.compute_provider` 数组。

### 6.4 任务可靠性

- 状态机 PENDING → PROCESSING → SUCCESS/FAILED，退避重试 `min(60×(retry+1)×2, 600)`s，max_retries=3
- **僵尸任务回收**：PROCESSING 超过 `push_timeout + 120s` 自动重置 PENDING（应对 fam-core 重启 / Edge 重启 / in-flight 请求丢失）
- `failure_stage` ENUM：download / extract / vlm_visual / vlm_fusion / callback

---

## 7. 性能基准（实测）

### 7.1 单图推理（原 llava-phi3, Oracle ARM 2C12G — 已替换为 qwen2.5:7b）

| 场景 | 总耗时 |
|------|--------|
| 冷启动（首次加载 2.9GB 模型） | 109s（已由 keep-alive 消除） |
| 预热 + num_predict=30 | **4.3s** |
| 1024px 真实帧 + num_predict=60 | ~48.6s（视觉编码 36s 固定成本 + ~5 tok/s） |

### 7.2 真实视频全流程（30min / 360MB / 1080p H.264）

| 步骤 | 耗时 |
|------|------|
| 视频上传 NAS→Oracle（公网，5.1 MB/s） | 70s |
| FFmpeg 快速 seek 抽 60 候选帧 | 33s |
| OpenCV 关键帧筛选（→12 帧） | 5s |
| 压缩 | 0.6s |
| Ollama 视觉分析（12 帧） | 820s（avg 68s/帧，0.9 tok/s） |
| **总计** | **929s（15.5min）** |

### 7.3 E2E 验证（2026-08-20）

task_id=289（30s 测试片段）全链路打通：推送 5.7MB → Edge 分析 1129s → 同步返回 → `monitor_events` event_id=1 + `event_details` 2 条落库，`event_end_time` 推算正确（start+29s）。

---

## 8. 部署说明

### 8.1 部署位置与启动命令

| 组件 | 节点 | 路径 | 启动 |
|------|------|------|------|
| FAM-Core | NAS | `/volume1/web/sentinel-home-ai/fam-core/` | `bash start_core.sh`（gunicorn -w 1 :8000，source .env 注入 DSM_*/ORACLE_SYNC_TOKEN/FAM_AUTH_*） |
| FAM-UI | NAS | `/volume1/web/sentinel-home-ai/fam-ui/dist/` | Vue3 构建产物，由 FAM-Core `static_app.py` 托管（无需独立进程）；本地改代码后 `npm run build` 并 tar 部署 dist |
| FAM-Edge | Oracle | `/opt/fam-edge/` | **systemd `fam-edge.service` 守护**（Restart=always）；部署代码后 `sudo systemctl restart fam-edge`（勿手动 setsid，会端口冲突） |
| **AI-Gateway** | Oracle | `/opt/ai-gateway/` | **systemd `ai-gateway.service` 守护**（Restart=always），独立 venv（Python 3.8）；gunicorn 绑定 `0.0.0.0:5100`（对外直接开放，非仅本机）；部署代码后 `sudo systemctl restart ai-gateway` |
| Ollama | Oracle | systemd 托管 | 环境变量 `OLLAMA_KEEP_ALIVE=-1`；**被 AI-Gateway 调用，不再被 FAM-Edge 调用** |

> **外网访问（frp 内网穿透）**：NAS 跑 `frpc`（`/etc/frp/frpc.toml`，S99frpc.sh 守护），映射到云服务器 `129.146.26.249`（frps :7000）：
> - `3000` → NAS Gitea、`8500` → NAS WordPress(8088)、**`8000` → NAS FAM-Core（本系统）**
> - 前端入口 `http://129.146.26.249/`（Caddy 托管 FAM-UI，/api 经 frp 隧道反代回 NAS FAM-Core :8000），**需登录**（见 §5.2 `/api/login`）
>
> **登录校验（2026-08-22 新增，2026-08-23 改为 fail-closed）**：FAM-Core 全站拦截（`auth.py`）——页面未登录 302 `/login`（内置深色登录页，SPA 零改动），`/api/*` 未登录 401；凭据 `FAM_AUTH_USER`/`FAM_AUTH_PASS`（NAS `.env` 配置，**无硬编码默认值**——这两个变量跟 NAS SSH 密码是同一个值，公网入口不能有"没配置就退回已知密码"的兜底，`.env` 没配好这两项时直接拒绝所有登录）；白名单免登录：`/login` `/api/login` `/api/logout` `/api/auth/check` `/health` `/assets/*`（`/api/ss/webhook` 已随端点一起移除，2026-08-25）。登录态为进程内 token + HttpOnly cookie（**2 小时**），过期或重启 fam-core 需重新登录。

> Oracle 部署方式：本地 git 提交 push Gitea → tar 管道到 `/opt/fam-edge`（`--strip-components=1` 解临时目录再 cp，避免动 data/venv/gdrive_videos）。**AI-Gateway 是独立 git 仓库**（http://192.168.50.64:3000/ericwyuan/ai-gateway，见 §10.4），同样 tar 管道部署到 `/opt/ai-gateway`，互不影响。

### 8.2 依赖

- **FAM-Core（NAS, Python 3.10 venv）**：Flask, Gunicorn, **PyMySQL**（45KB 纯 Python 替代 19MB mysql-connector）, PyYAML, requests
- **FAM-UI（NAS, Node）**：Vue3 + Vite + Tailwind（`fam-ui/`，构建产物 dist 不入库）；**不再依赖 Streamlit**
- **FAM-Edge（Oracle, Python venv）**：Flask, Gunicorn, requests, PyYAML, opencv-python, numpy, **openai**（NVIDIA NIM 兼容 OpenAI API 规范，仅视觉分析用）；Gemini 用 requests 直调 REST；**问答不再直接调模型，只用 requests 转发到 AI-Gateway**
- **AI-Gateway（Oracle, Python 3.8 venv，独立部署单元）**：Flask, Gunicorn, requests, PyYAML, **openai**（NVIDIA 问答模型用）
- **系统级**：FFmpeg（两端；Oracle 端用于运动片段分割 + 帧图/头像）、Ollama + qwen2.5:7b（Oracle，**被 AI-Gateway 调用**）、MariaDB 10.11（NAS）、rclone（Oracle，同步 Google Drive 素材）

### 8.3 配置文件要点

**fam-core/config/config.yaml**（NAS —— 同步 + 问答 + 运动监测）：

```yaml
server:
  port: 8000
database:                       # MariaDB（unix_socket 优先）
  unix_socket: "/run/mysqld/mysqld10.sock"
oracle_sync:                    # 增量镜像线程
  base_url: "http://129.146.26.249:5000"
  token: "${ORACLE_SYNC_TOKEN}" # 与 Oracle 端 sync_api.token 一致
  interval_sec: 1800            # 每 30 分钟拉一次增量
chat_handler:
  qa_url: "http://129.146.26.249:5000/api/edge/chat/ask"
  timeout: 120
motion_notifier:                # 运动监测（轮询主路径）
  enabled: true
  poll_enabled: true
  dsm_host: "192.168.50.64"     # Surveillance Station
  dsm_port: 5000
  dsm_account: "${DSM_ACCOUNT}"
  dsm_password: "${DSM_PASSWORD}"
  camera_ids: [2]
  camera_name_to_id: {"Generic_ONVIF-001": 2}
  oracle_base_url: "http://129.146.26.249:5000"
  oracle_token: "${ORACLE_SYNC_TOKEN}"
  poll_interval_sec: 60
  poll_window_hours: 2
  batch_size: 100
  heartbeat_interval_sec: 300   # 心跳（证明推送链路存活，< Oracle 侧 900s 阈值）
```

**fam-edge/config/config.yaml**（Oracle —— 素材分割 + 片段分析 + 同步 + 人物服务；**2026-08-23 起不再含任何问答模型配置**）：

```yaml
server:
  port: 5000
gdrive_sync:                    # rclone 同步落地目录（整段素材）
  enabled: true
  local_dir: "/opt/fam-edge/gdrive_videos"
  watch_interval_sec: 30
  camera_name: "客厅"
  parse_start_from_filename: true
oracle_db:
  path: "/opt/fam-edge/data/oracle.db"
sync_api:
  token: "${ORACLE_SYNC_TOKEN}"
person_service:
  schedule_interval_sec: 1800   # 每 30 分钟重新汇总人物
  model: "gemini"
video_processing:
  max_concurrent: 1             # 单视频串行，避免抢占云端配额
  timeout: 900
  vision_order: ["gemini", "nvidia"]
motion_segment:                 # 运动片段分割（运动事件驱动架构）
  clips_dir: "/opt/fam-edge/motion_clips"
  keep_audio: true              # 保留音频（pcm_alaw -> aac 64k 转码）
  min_duration_sec: 1
  unfinished_grace_sec: 10      # start+duration 距当前 ≤10s 视为已结束
ai_gateway:                     # 问答转发客户端配置（2026-08-23 新增，取代原来的问答专用 models 条目）
  base_url: "http://127.0.0.1:5100"
  token: "${AI_GATEWAY_TOKEN}"
  timeout: 60
models:                         # 只剩视觉分析用的两个 provider，role 全是 vision
  - provider: "gemini"
    role: "vision"
    model_name: "gemini-flash-latest"
    fallback_models: ["gemini-flash-lite-latest"]
    api_key: "${GEMINI_API_KEY}"
    extra_api_keys: ["${GEMINI_API_KEY_2}", "${GEMINI_API_KEY_3}", "${GEMINI_API_KEY_4}"]
    timeout: 600
  - provider: "nvidia"
    role: "vision"
    model_name: "nvidia/nemotron-3-nano-omni-30b-a3b-reasoning"   # 整视频 video_url 输入（内部采样帧）
    base_url: "https://integrate.api.nvidia.com/v1"
    api_key: "${NVIDIA_API_KEY}"
    timeout: 600
```

**ai-gateway/config/config.yaml**（Oracle —— 独立服务，问答模型降级链，`server.port: 5100`）：

```yaml
server:
  port: 5100
models:                         # 顺序即降级优先级，chat-only，不含视觉
  - provider: "nvidia"
    enabled: true
    model_name: "nvidia/nemotron-3-ultra-550b-a55b"    # 问答专用文字模型链，跟视觉分析的 omni 模型不同实例
    fallback_models: ["nvidia/nemotron-3-super-120b-a12b", "openai/gpt-oss-120b"]
    api_key: "${NVIDIA_API_KEY}"
    timeout: 600
  - provider: "gemini"
    enabled: true
    model_name: "gemini-pro-latest"                     # 问答专用非 flash 模型链，跟视觉分析的 flash 模型不同实例
    fallback_models: ["gemini-2.5-pro"]
    api_key: "${GEMINI_API_KEY}"
    extra_api_keys: ["${GEMINI_API_KEY_2}", "${GEMINI_API_KEY_3}", "${GEMINI_API_KEY_4}"]
    timeout: 60
  - provider: "ollama"
    enabled: true
    model_name: "qwen2.5:7b"
    base_url: "http://localhost:11434"
    timeout: 120
```

> 部署时 `config_loader.py` 支持 `FAM_ENV_FILE` 环境变量指向另一个 `.env` 复用密钥（设计初衷是复用 FAM-Edge 已配置的 `NVIDIA_API_KEY`/`GEMINI_API_KEY*`，避免同一份密钥维护两份）；**当前实际部署选择了各自独立**：`/opt/ai-gateway/.env` 自己存了一份 `NVIDIA_API_KEY`/`GEMINI_API_KEY*`/`AI_GATEWAY_TOKEN`，跟 `/opt/fam-edge/.env` 没有关联，以后轮换 key 需要两处都改。

**环境变量**（Oracle 节点，写入 `~/.bashrc` 或 systemd 环境变量文件）：

```bash
export GEMINI_API_KEY="AQ.Ab8RN6I0l8hC7hLnNHRY6qOXdch5CTWczDNlS4c1XrneGHipUQ"
export NVIDIA_API_KEY="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"
```

**NVIDIA NIM 单图连通性验证**：

```bash
pip3 install openai
python3 -c "
import os
from openai import OpenAI
client = OpenAI(
    base_url='https://integrate.api.nvidia.com/v1',
    api_key=os.environ['NVIDIA_API_KEY']
)
response = client.chat.completions.create(
    model='meta/llama-3.2-11b-vision-instruct',
    messages=[{'role': 'user', 'content': 'Hello, are you ready?'}],
    max_tokens=30
)
print('NVIDIA NIM 连接成功:', response.choices[0].message.content)
"
```

### 8.4 运维注意事项

- NAS 部署目录**不是 git 仓库**（文件拷贝部署），同步代码用 stdin 管道：`tar czf - <子目录> | ssh ... 'tar xzf - -C <目标>'`
- NAS scp 子系统被禁用，同样用 stdin 管道传文件
- **Oracle fam-edge 由 systemd `fam-edge.service` 守护（Restart=always）**：部署代码后必须 `sudo systemctl restart fam-edge`；手动 `setsid` 启动会和守护打架（端口 `Connection in use`）
- NAS 远端 kill gunicorn 用 `ps aux | grep "[f]am-core/venv/bin/gunicorn"` 字符类技巧（pkill/pgrep 会匹配 SSH 自身命令行导致断连）
- fam-core 启动模块路径是 `src.fam_core.app:app`（不是 `fam_core.app:app`）；`start_core.sh` 会 source 仓库根 `.env` 注入 `DSM_*/ORACLE_SYNC_TOKEN`
- Edge 单 worker 处理任务期间 `/health` 可能不响应，属正常
- **运动数据清理**：切换架构/重新提取时清 Oracle `videos/events/people` + `motion_clips/`（保留 `ss_motion_events` 与素材）与 NAS `sync_*` 镜像，重启两端自动重新分割分析
- **前端构建产物 `fam-ui/dist` 不入库**（.gitignore），改前端后需 `npm run build` 并单独 tar 部署 dist

---

## 9. 快速开始

```bash
# 1. 初始化数据库（NAS）
python scripts/init_db.py

# 2. 启动 FAM-Core（NAS，含运动监测轮询 + Oracle-Sync）
cd /volume1/web/sentinel-home-ai && bash start_core.sh

# 3. 启动 FAM-Edge（Oracle，systemd 守护）
sudo systemctl restart fam-edge

# 4. 前端（Vue3，构建后由云服务器 Caddy :80 托管，/api 经 frp 隧道反代回 NAS FAM-Core，无需在 NAS 独立进程）
cd fam-ui && npm run build   # 产物 fam-ui/dist/

# 或使用脚本
./scripts/start_core.sh && ./scripts/start_edge.sh
```

---

## 10. 服务器访问信息

### 10.1 Synology NAS（FAM-Core + FAM-UI + MariaDB）

| 项目 | 值 |
|------|-----|
| IP | 192.168.50.64 |
| SSH 端口 | 2222（scp 禁用，用 stdin 管道传文件） |
| SSH 用户 / 密码 | ericwyuan / iLoveJava5 |
| 系统 | Synology DS220+ (Geminilake), DSM 7 |
| Tailscale IP | 100.70.234.39（userspace 模式，端口不通待修） |
| 登录命令 | `ssh -p 2222 ericwyuan@192.168.50.64` |

### 10.2 MariaDB（NAS）

| 项目 | 值 |
|------|-----|
| 版本 | MariaDB 10.11.11 |
| Socket | /run/mysqld/mysqld10.sock |
| Root 密码 | iLoveJava5! |
| 数据库名 | sentinel_home_ai |
| 连接 | `/usr/local/mariadb10/bin/mysql -S /run/mysqld/mysqld10.sock -u root -p`（非交互 PATH 下用 fam-core venv 的 PyMySQL + unix_socket 查询） |

### 10.3 Oracle Cloud（FAM-Edge + Ollama + FFmpeg）

| 项目 | 值 |
|------|-----|
| 公网 IP | 129.146.26.249 |
| SSH 用户 | ubuntu（密钥 `~/.ssh/oracle_new`） |
| 系统 | aarch64 (Ampere A1 4C23G), Ubuntu 20.04 LTS |
| Tailscale | 已安装未启用（备用；新机公网直连为主） |
| 登录命令 | `ssh -i ~/.ssh/oracle_new ubuntu@129.146.26.249` |

### 10.4 Gitea 代码仓库

| 仓库 | URL | 说明 |
|------|-----|------|
| sentinel-home-ai（本仓库） | http://192.168.50.64:3000/ericwyuan/sentinel-home-ai | monorepo：fam-core + fam-edge + fam-ui |
| ai-gateway（2026-08-23 新增） | http://192.168.50.64:3000/ericwyuan/ai-gateway | 独立仓库/独立部署单元，问答网关服务 |

账号 / 密码：ericwyuan / iLoveJava5（两个仓库共用）

### 10.5 Gemini API（Google AI Studio）

| 项目 | 值 |
|------|-----|
| API Key | AQ.Ab8RN6I0l8hC7hLnNHRY6qOXdch5CTWczDNlS4c1XrneGHipUQ |
| 模型 | `gemini-flash-latest`（生产配置，v1beta 下 `gemini-1.5-flash` 会 404，故用别名） |
| 端点 | https://generativelanguage.googleapis.com/v1beta/models/gemini-flash-latest:generateContent |
| 验证状态 | 2026-08-20 测试可用 |

```bash
curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-flash-latest:generateContent" \
  -H 'Content-Type: application/json' \
  -H 'X-goog-api-key: AQ.Ab8RN6I0l8hC7hLnNHRY6qOXdch5CTWczDNlS4c1XrneGHipUQ' \
  -X POST \
  -d '{"contents":[{"parts":[{"text":"Explain how AI works in a few words"}]}]}'
```

### 10.6 NVIDIA NIM 托管 API

| 项目 | 值 |
|------|-----|
| API Key | `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` |
| Base URL | `https://integrate.api.nvidia.com/v1` |
| 默认模型 | `meta/llama-3.2-11b-vision-instruct`（可替换 `qwen/qwen2-vl-72b-instruct`） |
| SDK | `openai` Python SDK（NIM 兼容 OpenAI API 规范，直接复用） |
| 验证状态 | 已验证（2026-08-20 部署验证：`/api/edge/chat/ask` 实测 provider=nvidia，Gemini 超时后 NVIDIA 兜底成功；单图连通性验证脚本见 8.3） |

**环境变量**：

```bash
export NVIDIA_API_KEY="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"
```

---

## 11. 提交规范（AI Agent 必读）

**工作流程（强制）**：

1. **开工前**：仓库根目录 `git pull --rebase`
2. **每完成一项验收子任务**：立即 `git add` + `git commit` + `git push`，一任务一 commit，不批量合并
3. **遇到阻塞**：先 commit 可工作部分，message 加 `[WIP]` 前缀
4. **修 Bug**：单独 commit，格式 `fix(模块): 问题简述`

**commit message 格式**：

- 任务：`[阶段X.Y子任务号] 子任务名称 - 完成内容简述`
- Bug：`fix(模块): 问题简述`
- 性能/文档：`perf(...)` / `docs(...)`

**禁止**：不 commit 直接继续；一次 commit 多个子任务；`git push --force`；跳过 hooks（`--no-verify`）。

**自检清单**：任务对应哪一行验收标准？是否已 commit + push？message 是否合规？开工前是否 pull --rebase？

---

## 12. 当前进度与 v1.1 计划

### 已完成（截至 2026-08-28）

- **Oracle 迁移故障排查 + DiskGuard 磁盘守护**（2026-08-28）：8/25 迁移新机器时漏装了 FFmpeg，导致运动片段分割和帧图抽取全部失效（`ffprobe: command not found`）；同时 `gdrive_videos` 持续下载新素材没有配套清理，磁盘被写满到 100%，触发 rclone 的安全机制（IO 错误时拒绝执行删除），形成"越满越删不掉"的死循环，表现为"只下载不删除"。已装回 FFmpeg、手动清理了 148 个远端已不存在的孤儿文件（释放 41G）恢复同步；新增 `DiskGuard` 后台服务作为永久兜底，剩余空间 <10GB 自动清理最旧的已完成素材。8/25 之前（旧机器时代）的历史事件帧图因源文件未随迁移保留、旧机器已销毁，无法找回；8/25-28 期间的 190 个素材/736 个运动事件按用户决定不重新处理
- **事件时间轴支持删除视频会话**（2026-08-24）：三端联动，沿用"NAS 转发写请求到 Oracle"的既有模式（新增 `POST /api/oracle/video/delete` + `DELETE /api/ui/videos/<id>`）；删 events+videos 行 + 磁盘文件，不清理 `ss_motion_events` 源事件；`db_layer.delete_sync_video()` 是项目里第一个"NAS 直接写自己镜像表"的函数（增量同步机制感知不到删除，不能靠 `trigger_now()` 拉增量清理）
- **问答链路抽离为独立 ai-gateway 服务**（2026-08-23）：FAM-Edge 原本自己维护的问答模型降级链（NVIDIA→Gemini→Ollama，含 key 轮换/熔断）整个搬到独立仓库/独立部署单元 `ai-gateway`（OpenAI 兼容协议 `/v1/chat/completions`，Bearer token 鉴权，对外 `:5100`）；FAM-Edge `qa.py` 重写为转发客户端，`/api/edge/chat/ask(/stream)` 对 FAM-Core 的契约不变；`OllamaAdapter` 从 FAM-Edge 删除
- **运动事件驱动**（v3，2026-08-22）：不再分析整段视频。NAS MotionNotifier 轮询 SS 事件列表（60s，游标续用/失败重试/心跳）推送 `ss_motion_events`；Oracle 整段素材按运动事件 ffmpeg 分割运动片段（`-c:v copy -c:a aac`，只分割已结束事件，`motion_event_id` 幂等），**只分析运动片段**；前端契约不变
- **数据迁移**（2026-08-22）：整段提取的旧数据（Oracle videos/events/people + NAS 镜像）已清空并按运动视频重新提取；历史素材（NAS 轮询启动前）无运动事件，时间轴已过滤其空会话
- **人物管理重设计**（2026-08-22）：人物卡新增「运动片段」区块（缩略图/时间/摘要/事件数，点击跳时间轴定位）；新增 `GET /api/ui/people/clips`；Timeline 支持 `?video=` 定位
- 前端从 Streamlit 迁移为 **Vue3 + Vite + Tailwind SPA**；2026-08-25 起前端托管由 NAS 迁至云服务器 Caddy :80，/api 经 frp 隧道反代回 NAS FAM-Core
- 运动事件链路（NAS→Oracle 单向推送）+ 心跳 fail-open；Gemini 多 Key 轮换 + 模型调用统计
- 双端部署：NAS `start_core.sh`（source .env）；Oracle **systemd `fam-edge.service` 守护**

详细进度见 `PROGRESS.md`。

### v1.1 待办

| # | 任务 | 优先级 |
|---|------|--------|
| 1 | 单元测试（JSON parser / circuit breaker / schema 校验） | 中 |
| 2 | Tailscale 修复（NAS userspace 模式升级，流量不走公网） | 低 |
| 3 | daily_summaries 每日摘要 | 低 |
| 4 | 运动片段音频策略验证（当前保留 aac 转码） | 低 |

---

文档结束