核心用法
Kami Package Detection 是一款面向智能家居与安防场景的本地化包裹检测技能，采用 YOLO-World ONNX 模型实现边缘 AI 推理。用户需配置 RTSP 摄像头地址，通过 config.json 或命令行参数设定检测阈值与通知渠道，即可启动后台持续监控进程。支持多摄像头独立运行，每路摄像头作为独立后台进程工作，互不干扰。
检测流程包含三层优化机制：静态帧过滤（跳过未变化场景节省算力）、YOLO 推理（识别包裹/背包/手提袋/行李箱等类别）、智能去重（基于 IoU 与面积变化判断是否为 genuinely new or moved package）。仅在满足去重条件时，通过 Feishu、Telegram 或 Discord Webhook 推送实时通知。
显著优点
1. 纯本地推理：YOLOv8-World ONNX 模型完全离线运行，零云端推理依赖，保障画面隐私
2. 智能去重机制：避免同一包裹重复报警，IoU + 面积变化双重判定，减少骚扰通知
3. 多协议推送：覆盖飞书、Telegram、Discord 三大主流 IM 渠道，适配企业与家庭场景
4. 资源友好：静态帧过滤显著降低 CPU/GPU 占用，ARM64 设备亦可流畅运行
5. 扩展性强：支持自定义 --class_names，可识别背包、行李箱等非包裹物品
潜在局限与风险
- 硬件门槛：需 2GB+ 内存及 RTSP 摄像头，老旧设备或纯 WiFi 电池摄像头兼容性存疑
- 模型精度依赖：ONNX 模型文件（yolov8s-worldv2.onnx）约 70MB，若丢失需手动重装或从 Ultralytics 导出转换
- 网络依赖：虽推理本地，但推送通知依赖外部 Webhook，网络中断时告警失效
- 无历史存储：仅输出 JSON 到 stdout，无内置持久化，需外部系统接盘存储
- 隐私边界模糊：虽声称"纯本地"，但通知内容包含时间戳、置信度等元数据，且项目方隐私政策外链存在（https://kamiclaw-skill.kamihome.com/privacy），实际数据治理透明度待验证
适合人群
- 已有 Home Assistant / Kami SmartHome 生态的用户
- 需要 doorstep 实时监控的电商高频购物者
- 小型办公室、仓库 reception 的包裹管理场景
- 注重数据隐私、拒绝云端摄像头 AI 分析的用户
常规风险
| 风险类别 | 说明 |
|---------|------|
| 供应链风险 | ONNX 模型来源于 Ultralytics，需信任上游模型安全性 |
| 配置泄露风险 | `config.json` 存储摄像头 URL 与 Bot Token，权限管理不当易暴露 |
| 误报/漏报 | 光照变化、包裹遮挡、置信度阈值设定不当均可能影响准确性 |
| 进程管理 | 后台多进程模式，异常崩溃时可能遗留僵尸进程，需 `--status` 主动巡检 |