核心用法
reCamera Intellisense 是一套用于管理 reCamera AI 摄像头的本地 Python CLI 工具集，无需外部依赖包。通过 device_manager、detection_manager、capture_manager 三个核心脚本，实现设备注册、AI 检测模型与规则配置、事件轮询监控、图像/视频手动捕获等全流程自动化。
关键功能路径：
- 设备管理：
add_device→list_devices，支持多设备持久化存储于~/.recamera/devices.json - AI 检测配置：
get_detection_models_info获取模型与标签映射 →set_detection_model激活模型 →set_detection_rules配置标签过滤规则与时段调度 - 事件监控：轮询
get_detection_events（建议 1-10s 间隔），使用start_unix_ms增量读取避免重复；需事件图像时调用fetch_detection_event_image - 手动捕获：
capture_image即时抓取全分辨率图像，返回字节流与本地存储路径
技术架构特点：纯 Python3 标准库实现，JSON 入参/出参设计便于脚本化与 Agent 集成；支持直接导入 Python 模块进行长周期自动化任务。
显著优点
- 零依赖部署：仅需 Python3，无需 pip 安装任何包，降低供应链攻击面
- 本地化优先：设备凭证本地存储，图像数据直接落盘，不强制经过云端
- 灵活的规则引擎：支持按标签索引过滤检测目标、自定义时间段调度、区域坐标限定
- 双向使用模式：既可 CLI 快速执行，也可 Python 模块嵌入长周期轮询脚本
- 完整源码可见：
scripts/目录下全部开源，便于审计与定制化修改
潜在缺点与局限性
- 明文传输风险：默认 HTTP 80 端口通信，图像与 Token 均未加密，需自行配置 HTTPS 或限定可信内网
- 凭证管理粗放：JSON 文件存储 Token，无内置加密或密钥派生机制，依赖文件系统权限控制
- 轮询效率瓶颈：事件获取采用客户端轮询而非服务端推送，高频监控场景增加网络负载
- 标签索引易错：配置规则需手动将对象名称映射为数值索引，缺乏名称直接引用的便利
- 无多设备负载均衡：单脚本实例管理多设备时，需自行实现并发调度
适合人群
- 私有化安防部署的技术团队，需避免云端依赖
- 已有内网隔离环境的智能家居/工业视觉用户
- 希望以代码形式版本化管理摄像头配置的开发者
- 需要将 AI 检测事件集成到自有自动化流程（如 Home Assistant、Node-RED）的进阶用户
常规风险
- 凭证泄露：
~/.recamera/devices.json若权限配置不当或被误提交至版本库，将导致设备完全控制权限暴露 - 中间人攻击：HTTP 明文传输下，局域网内恶意节点可窃取图像流及控制 Token
- Token 权限过高：Web Console 生成的
sk_xxx令牌通常具备完整设备控制权，丢失后需立即在设备端轮换 - 存储路径遍历：
local_save_path等参数若未校验，可能被利用写入敏感系统路径（需依赖调用方过滤） - 资源耗尽：高频轮询 + 全分辨率图像抓取可能占满存储或带宽，需设置合理的保留策略
建议部署前完成：HTTPS 强制启用、Token 定期轮换、JSON 凭证文件加密存储或迁移至系统密钥环、网络层 VLAN 隔离。