Kami Suspicious Person — Kami 可疑人物

Kami Suspicious Person Detection 在敏感区域检测未注册面孔徘徊事件。脚本持续运行，每当陌生人超过徘徊阈值时，输出一个报警JSON行到stdout。它不会在报警后退出 - 它继续监控。设置run_time：0为无限运行。直接使用ONNX模型（无需insightface包依赖）- 可在Linux、macOS和Windows上运行： SCRFD（det_10g.onnx）用于面部检测+5点标志 ArcFace（w600k_r50.onnx）用于512维面部嵌入提取

工作原理 面部检测+标志（本地，CPU）：SCRFD每sample_interval秒检测面部并提取5点标志。 面部对齐+嵌入：ArcFace从对齐的112x112面部裁剪中提取512维嵌入。 数据库匹配：通过余弦相似度比较嵌入与注册面部数据库。注册面部被跳过。 陌生人跟踪：使用嵌入滑动平均跟踪帧中的未注册面部。 徘徊报警：当陌生人停留时间超过loiter_threshold时，输出报警JSON到stdout，包含面部快照。经过冷却期后，如果陌生人仍然存在，可以再次触发。

何时使用 使用此技能时，用户希望： 监控摄像头视频流以检测未注册/未知人员 检测陌生人在受限或敏感区域徘徊 当未知面孔在视野中停留太久时获得实时警报 运行连续面部识别监控

安装 bash setup.sh 这将： 检测系统Python，创建.venv/虚拟环境 安装依赖项：onnxruntime、opencv-python-headless、numpy 创建alerts/、face_db/、models/目录 从insightface发布中下载SCRFD（det_10g.onnx）和ArcFace（w600k_r50.onnx）模型（约180MB总计） 幂等 - 可以安全地重复运行。适用于Linux和macOS。

先决条件 python3和python3-venv已安装在系统上 RTSP摄像头在线且可通过网络访问，或者有一个本地视频文件用于测试 setup.sh至少运行一次（可选） 注册面部图像放在face_db//xxx.jpg中

面部数据库设置 将注册人员照片放在face_db/目录中： face_db/ ├── Alice/ │ ├── photo1.jpg │ └── photo2.jpg ├── Bob/ │ └── photo1.jpg └── face_db.pkl（自动生成缓存） 要预构建数据库缓存： .venv/bin/python build_face_db.py --face_db ./face_db

参数确认 在运行此技能之前，请与用户确认以下参数： 参数 默认值 描述 --rtsp_url（必需） RTSP摄像头URL或本地视频文件路径 --face_db face_db/ 注册面部数据库目录 --det_model models/det_10g.onnx SCRFD面部检测模型路径 --rec_model models/w600k_r50.onnx ArcFace面部识别模型路径 --db_match_threshold 0.4 数据库匹配的余弦相似度阈值 --stranger_match_threshold 0.35 陌生人跟踪的余弦相似度阈值 --loiter_threshold 300徘徊报警阈值（秒）（300 = 5分钟） --sample_interval 2.0 面部检测采样间隔（秒） --cooldown 300 每个陌生人报警冷却（秒）；同一陌生人在此窗口内不会再次报警 --det_thresh 0.5 面部检测置信度阈值 --min_face_size 40 最小面部大小（像素） --output_dir alerts/ 报警输出目录 --run_time 0 最大运行时间（秒）；0 = 无限 --fps 15 视频流帧率 --expire_seconds 600 陌生人跟踪过期（秒）（自上次看到以来） --inbox_file alerts/pending.jsonl 报警收件箱文件由LLM心跳任务使用 --feishu_webhook（env FEISHU_WEBHOOK_URL）飞书自定义机器人Webhook URL - 报警直接推送到用户的手机 --feishu_secret（env FEISHU_WEBHOOK_SECRET）飞书Webhook签名密钥（仅当机器人启用签名验证时） 询问用户：是否需要更改任何参数？

飞书推送设置 在目标群聊中创建飞书自定义机器人（自定义机器人），复制其Webhook URL，然后： export FEISHU_WEBHOOK_URL="https://open.feishu.cn/open-apis/bot/v2/hook/xxxxxxxx" # 可选，只有当机器人启用“签名校验”时： export FEISHU_WEBHOOK_SECRET="your_secret_here" 或者在CLI上传递--feishu_webhook / --feishu_secret。设置后，每个报警都会以交互式卡片形式（标题/陌生人ID/持续时间/时间戳/快照路径）POST到飞书。

使用方法 # 初始化环境（仅第一次） bash setup.sh # （可选）预构建面部数据库 .venv/bin/python build_face_db.py --face_db ./face_db # 使用RTSP流运行 .venv/bin/python suspicious_person_detector.py \ --rtsp_url rtsp://192.168.1.100/live/stream1 # 使用本地视频文件运行（用于测试） .venv/bin/python suspicious_person_detector.py \ --rtsp_url /path/to/test_video.mp4 # 自定义参数 .venv/bin/python suspicious_person_detector.py \ --rtsp_url rtsp://192.168.1.100/live/stream1 \ --loiter_threshold 60 \ --sample_interval 1.0 \ --cooldown 120

输出格式（stdout JSON） 技能持续运行并输出JSON格式的报警信息。