核心用法
reCamera Intellisense 是一套面向 reCamera Pro 边缘计算相机的设备管理与 AI 编排工具。它通过 bundled 的纯标准库 Python SDK，以单 JSON 参数调用模式，为智能体提供从设备注册、模型选择、多源触发规则配置到事件轮询、快照/录像抓取、GPIO 控制的全链路能力。
关键操作路径：
1. 设备注册：detect_local_device 自动探测 → add_device 持久化认证信息至 ~/.recamera/devices.json（chmod 600）
2. AI 检测配置：set_detection_model 选择预置模型（如 YOLO11n）→ set_detection_rules 定义标签过滤（label_filter）、置信度区间（confidence_range_filter）、区域掩膜（region_filter）与防抖帧数（debounce_times）
3. 多模态触发：除 AI 外，支持 GPIO 边沿触发（gpio）、定时器（timer）、TTY 指令（tty）、HTTP 端点（http）、声纹事件（sed）及常录模式（always_on）
4. 事件消费：轮询 get_detection_events 获取带 Unix 时间戳和快照路径的事件，按需 fetch_file/fetch_record 拉取内容（≤5 MiB 内联 base64，超限返回 URL）
5. 主动捕获：capture_image 一键返回 JPG；视频需 start_capture → 轮询 get_capture_status → fetch_file 组装路径
6. GPIO 控制：get_gpio_value/set_gpio_value 读写引脚，自动切换输入/输出模式
显著优点
- 零依赖部署：Python ≥3.9 标准库即可运行，无 pip 安装负担，适合边缘容器与离线环境
- 统一契约：同一 SDK 支撑 CLI 与 MCP Server，命令参数完全一致，降低多接口认知成本
- SSRF 防护：HTTP 客户端强制同源重定向策略，bearer token 不会被转发至意外 origin
- 灵活触发架构：规则系统支持 7 种触发源混编，满足从智能安防（人形+GPIO 门磁）到科研监测（定时+声纹）的多场景需求
- 存储弹性：支持内部存储与可移动介质插槽切换，异步任务队列管理格式化与空间回收
潜在缺点与局限性
- 状态外置：事件与录制状态完全依赖设备端持久化，智能体侧需自行维护
start_unix_ms检查点，断网期间事件堆积需后端限流策略 - 视频流程复杂：MP4 录制需手动状态机（start → poll → fetch），不如 JPG 一键式友好
- GPIO 副作用：读写 GPIO 会强制重配置引脚方向，无法作为无副作用的纯探针使用
- 声纹模型前置：SED 触发需先在设备 Web 控制台激活声学模型，SDK 仅做配置透传
- TLS 自签限制：本地 HTTPS 强制使用自签名证书，必须显式声明
allow_unsecured，公网场景需用户自行部署可信证书链
适合人群
- 智能家居/安防集成商：需将物理相机接入自动化工作流，联动门磁、PIR、声纹传感器
- 工业质检开发者：利用区域过滤与置信度阈值做产线缺陷检测，输出事件至 MES 系统
- 边缘 AI 研究员：需要细粒度控制 YOLO 模型参数、自定义录制策略与 GPIO 联动的实验场景
- IoT 平台架构师：寻求无依赖、可审计的轻量级相机接入层，替代臃肿的视觉 SaaS SDK
常规风险
- 凭证泄露：
~/.recamera/devices.json包含长期有效的 bearer token，需确保 600 权限且不入版本库；日志中过滤token字段 - SSRF 残余：尽管有同源策略，若攻击者可篡改
host注册参数，仍可能将 token 导向内网非相机服务（需配合网络隔离） - 存储误操作：
storage_task_submit的FORMAT/FREE_UP为异步不可逆操作，误触发可能导致证据丢失 - GPIO 电气风险：引脚重配置与电平输出直接作用于物理硬件，短路或高压接入可能损坏设备
- 隐私合规：AI 检测与录制涉及人脸/人形数据，需确保符合 GDPR/个人信息保护法要求，避免未授权区域持续录制