核心功能
Kami Package Detection 是一款面向智能家居场景的持续监控型边缘 AI 技能，专精于从 RTSP 视频流中实时识别包裹、快递箱、背包等物品。与一次性检测不同，该技能采用常驻后台进程模式，持续分析多路摄像头画面，仅在检测到 genuinely 新增或位置显著变化的包裹时触发告警，有效避免重复打扰。
技术层面采用 YOLO-World ONNX 模型进行纯本地推理，无需云端 API 参与图像识别，兼顾隐私保护与响应速度。智能去重机制结合 IoU（交并比）与面积变化算法，静态画面自动跳过以节省算力。支持多摄像头独立并行监控，每路摄像头作为独立后台进程运行，配置灵活。
显著优点
1. 隐私优先架构：推理完全本地执行，仅告警时向用户配置的 Webhook 推送文本信息，原视频帧不落盘、不上云
2. 智能降噪设计：IoU+面积双重判据的去重逻辑，显著降低误报与重复通知频率
3. 多平台集成：原生支持飞书、Telegram、Discord 三类主流 IM 推送渠道
4. 资源友好：静态帧过滤机制使 CPU 占用波动可控，GPU 仅为可选项
5. 配置灵活：JSON 配置与 CLI 参数双轨制，支持单技能多摄像头场景
潜在局限
- 硬件门槛：需 2GB+ 内存及 x86_64/ARM64 双核 CPU，边缘设备需预先验证 ONNX Runtime 兼容性
- 模型锁定：依赖特定版本的 YOLOv8s-World v2，自定义类别需重新导出 ONNX 并严格对齐类别顺序
- 网络依赖：虽推理本地，但推送通道与技能分发依赖互联网（KamiClaw API）
- 无原生 NVR 功能：仅为检测告警工具，不支持录像存储、回放管理或 ONVIF 设备发现
适合人群
- 已有 RTSP 摄像头（如海康、大华、TPlink 等）的智能家居用户
- 需要"门口包裹到件提醒"而非完整安防监控的轻量需求者
- 注重数据隐私、倾向边缘 AI 方案的技术型用户
- Home Assistant 生态玩家，寻求与现有自动化工作流集成的扩展
常规风险
- 模型误检/漏检：YOLO-World 虽支持开放词汇，但小目标、遮挡、光照剧烈变化场景下置信度可能不稳定
- RTSP 连接中断：网络抖动或摄像头重启可能导致监控进程异常退出（exit code 1），需配合外部看门狗或 systemd 自动重启
- 存储累积：告警截图默认保存于本地快照目录，长期运行需定期清理或配置日志轮转
- Webhook 泄露：飞书/Discord/Telegram 的 Token 与 URL 以明文存储于 config.json，共享设备或代码仓库时存在泄露风险，建议配合环境变量或密钥管理服务使用