sentinel-home-ai/README.md

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：2026-08-22（运动事件驱动架构：整段素材分割运动片段再分析）

---

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（NAS 端）：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
• 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 → 经 FAM-Edge 问答编排（Gemini → NVIDIA → 本地 Ollama 兜底）生成回答 → 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"）	云端优先 + 本地兜底	Gemini → NVIDIA NIM → 本地 Ollama	两云端任一成功即用；仅当 Gemini 与 NVIDIA 都失败才回退本地 Ollama qwen2.5:7b

• Google Gemini（gemini-flash-latest，API Key 已验证，支持多图单请求，视觉 + 问答均参与）
• NVIDIA NIM（meta/llama-3.2-11b-vision-instruct，OpenAI 兼容 API，云端 GPU 推理，单请求限 1 图故逐帧调用；视觉 + 问答均参与）
• 本地 Ollama（qwen2.5:7b）仅参与智能问答，且仅作兜底：视觉链路两云端全失败 → 任务 FAILED 走重试，绝不回退本地模型做视觉/融合

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。问答阶段按 gemini → nvidia → ollama 顺序，仅末位本地模型作兜底。

---

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 + FAM-UI + 数据库	DS220+ (Geminilake), DSM 7	家庭局域网 192.168.50.64 / Tailscale 100.70.234.39	FAM-Core :8000, FAM-UI（Vue3 构建产物，由 FAM-Core 托管）, MariaDB :3306, Surveillance Station :5000
Oracle Cloud	FAM-Edge	Ampere A1 2C12G ARM64（无 GPU）, Ubuntu 20.04	公网 129.146.203.203 / Tailscale 100.74.137.126	FAM-Edge :5000（systemd 守护）, Ollama :11434（仅本地）
家庭网络	用户入口	普通终端	192.168.50.0/24	浏览器访问 http://192.168.50.64:8000

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。/api/ss/webhook 端点在代码中保留为可选低延迟补充（SS 行動規則 Webhook 未配置则不触发）
• Oracle 端 Ollama 端口 11434 不对外暴露，聊天请求经 FAM-Edge /api/edge/chat/ask 代理转发
• 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 (129.146.203.203) ────────────────────────┐
│  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                  │
│   ├─ 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)      │
└───────────────────────────────┬───────────────────────────────────────────────┘
                                 │ 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 (Vue3 SPA，FAM-Core 托管 dist) 读同步镜像                                 │
└─────────────────────────────────────────────────────────────────────────────────┘

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；Webhook 端点在代码中保留为可选低延迟补充）：

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 代理
• 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 问答编排（Gemini→NVIDIA→本地 Ollama 兜底）→ 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	POST /api/ss/webhook 可选低延迟补充（SS 行動規則 Webhook 未配置则不触发，兼容 JSON/表单/单条/数组）→ 映射 → 推送 Oracle；GET /api/ss/status 查询状态
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（问答编排）；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
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
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）/ Ollama（纯文本，不参与视频）——输入均为运动片段
QA-Orchestrator	qa.py	遍历所有适配器 chat()，Gemini→NVIDIA→Ollama 三级降级（仅问答）

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
👤 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

---

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（Gemini→NVIDIA→Ollama 兜底）的 provider 体现在 /api/edge/chat/ask 响应的 provider 字段

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）：

{
  "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/edge/chat/ask — 智能问答编排（FAM-Core Chat-Handler 调用）：请求 {"prompt","max_tokens"} → 响应 {"answer","provider"}；内部按 Gemini → NVIDIA → 本地 Ollama 顺序，仅两云端都失败才用本地兜底 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/webhook	POST	可选 + 免登录：接收 Surveillance Station Webhook（参数 event_time/device_name/event_name/server_name/thumbnail_url），映射后推送 Oracle /api/ss/motion（SS 行動規則未配置则不触发；SS 推送无法携带登录态故列入白名单）
/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/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）：

{
  "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，ARM CPU）

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。它只在智能问答场景下、且 Gemini 与 NVIDIA 两云端模型都失败时才被启用作为兜底。视觉分析与结构化输出全部由云端模型承担。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
视觉/模型 timeout	600s	实测 1024px 帧视觉编码 ~36s + 生成 ~12s/60token（问答链路改用 config 中各模型 timeout）
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）

已知问题：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
ollama	OllamaAdapter	text	requests 直调 REST /api/chat	已实现
gemini	GeminiAdapter	vision	requests 直调 REST :generateContent	待实现
nvidia	NvidiaVisionAdapter	vision	openai SDK（NIM 兼容 OpenAI API 规范）	待实现

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：仅参与智能问答（usage: qa_fallback），且为 Gemini/NVIDIA 都失败时的兜底，不参与视觉分析、不参与云端结果融合

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）：

Gemini (role=vision, 也参与问答)
   │ 失败 / 熔断 OPEN / 超时
   ▼
NVIDIA NIM (role=vision, 也参与问答)
   │ 失败 / 熔断 OPEN / 超时
   ▼
本地 Ollama (qwen2.5:7b, role=text, usage=qa_fallback) —— 仅当两云端都失败才启用
   │ 失败
   ▼
返回"所有模型均不可用"

熔断器策略（按 provider 独立，仅云端模型启用）：

provider	role	threshold	cooldown	enabled
Gemini	vision	3 次连续失败	600s	true
NVIDIA NIM	vision	3 次连续失败	600s	true
Ollama	text	—	—	false（本地，不熔断）

健康探测：Ollama GET /api/tags；Gemini GET /v1/models?key=...；NVIDIA client.models.list()。视觉模型全部不健康返回 503。

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）
Ollama	Oracle	systemd 托管	环境变量 OLLAMA_KEEP_ALIVE=-1

外网访问（frp 内网穿透）：NAS 跑 frpc（/etc/frp/frpc.toml，S99frpc.sh 守护），映射到 Oracle 129.146.203.203（frps :7000）：

• 3000 → NAS Gitea、8500 → NAS WordPress(8088)、8000 → NAS FAM-Core（本系统）
• 外网入口 http://129.146.203.203:8000，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 /api/ss/webhook /assets/*。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）。

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）；Gemini 用 requests 直调 REST
• 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）、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）：

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://129.146.203.203:5000"
  token: "${ORACLE_SYNC_TOKEN}" # 与 Oracle 端 sync_api.token 一致
  interval_sec: 1800            # 每 30 分钟拉一次增量
chat_handler:
  qa_url: "http://129.146.203.203:5000/api/edge/chat/ask"
  timeout: 120
motion_notifier:                # 运动监测（轮询主路径）
  enabled: true
  poll_enabled: true
  dsm_host: "192.168.50.64"     # Surveillance Station
  dsm_port: 5000
  dsm_account: "${DSM_ACCOUNT}"
  dsm_password: "${DSM_PASSWORD}"
  camera_ids: [2]
  camera_name_to_id: {"Generic_ONVIF-001": 2}
  oracle_base_url: "http://129.146.203.203:5000"
  oracle_token: "${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）：

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: "${ORACLE_SYNC_TOKEN}"
person_service:
  schedule_interval_sec: 1800   # 每 30 分钟重新汇总人物
  model: "gemini"
video_processing:
  max_concurrent: 1             # 单视频串行，避免抢占云端配额
  timeout: 900
  vision_order: ["gemini", "nvidia"]
motion_segment:                 # 运动片段分割（运动事件驱动架构）
  clips_dir: "/opt/fam-edge/motion_clips"
  keep_audio: true              # 保留音频（pcm_alaw -> aac 64k 转码）
  min_duration_sec: 1
  unfinished_grace_sec: 10      # start+duration 距当前 ≤10s 视为已结束
models:
  - provider: "gemini"
    role: "vision"
    model_name: "gemini-flash-latest"
    api_key: "${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
  - provider: "ollama"
    role: "text"
    usage: "qa_fallback"        # 仅智能问答兜底，不参与视频
    model_name: "qwen2.5:7b"
```    api_key: "${NVIDIA_API_KEY}"
    timeout: 20
    circuit_breaker:
      enabled: true
      threshold: 3
      cooldown: 600

  # 3. 本地 Ollama（纯文本，仅 Q&A 兜底，不参与视觉分析、不参与云端结果融合）
  - provider: "ollama"
    role: "text"                # 仅问答兜底
    usage: "qa_fallback"        # Gemini/NVIDIA 都失败时才启用
    enabled: true
    model_name: "qwen2.5:7b"
    base_url: "http://localhost:11434"
    timeout: 120
    num_predict: 512
    circuit_breaker:
      enabled: false

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

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

NVIDIA NIM 单图连通性验证：

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

# 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 FAM-Core 托管，无需独立进程）
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	129.146.203.203
SSH 用户	ubuntu（密钥 ~/.ssh/oracle_sentinel）
系统	aarch64 (Ampere A1 2C12G), Ubuntu 20.04 LTS
Tailscale	100.74.137.126（已安装在线，与 NAS 端口不通）
登录命令	ssh -i ~/.ssh/oracle_sentinel ubuntu@129.146.203.203

10.4 Gitea 代码仓库

项目	值
URL	http://192.168.50.64:3000/ericwyuan/sentinel-home-ai
账号 / 密码	ericwyuan / iLoveJava5

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

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：

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 2026-08-22，v3 运动事件驱动架构）

• 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（由 FAM-Core 托管 dist）
• 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