项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 3136
使用教程
⚠ 本教程由 AI 依据该项目 README 整理;原始文档不完整,部分步骤为通用流程推断,实际安装请以项目官方文档为准。
⚠ 该项目 README 未提供完整安装说明,以下步骤为通用流程,请以官方文档为准。
环境要求
- 一台可运行桌面应用的机器,README 提到 Mac Mini 和 AI PC
- 从官网 www.sharpai.org 获取的 SharpAI Aegis 桌面应用(DeepCamera 的桌面端)
- 可用的摄像头:RTSP/ONVIF 摄像头、网络摄像头或 iPhone 摄像头
- 可选的硬件加速后端:NVIDIA CUDA、AMD ROCm、Apple Silicon MPS、Intel OpenVINO 或纯 CPU
安装与启动步骤
-
1获取并安装 Aegis
访问官网 www.sharpai.org 下载 DeepCamera 的桌面端 SharpAI Aegis 并安装,无需手动配置 Docker 或 CLI。
-
2启动并初始化
打开 Aegis,使用其 LLM 引导自动搭建环境、配置摄像头技能并管理整条 AI 流水线。
-
3接入摄像头
在应用内添加 RTSP/ONVIF 摄像头、网络摄像头或 iPhone 摄像头,用于快速测试。
-
4下载本地模型
通过一键 HuggingFace 下载浏览并运行 Qwen、DeepSeek、SmolVLM、LLaVA、MiniCPM-V 等模型。
-
5一键安装技能
在技能目录点击 Install,自主 LLM 部署代理会读取 SKILL.md、探测硬件、装依赖并做冒烟验证。
-
6接入告警通道
连接 Telegram、Discord 或 Slack,向守卫提问发生了什么、设置要关注的目标并接收智能告警。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
摄像头地址 | 是 | RTSP/ONVIF 摄像头接入地址,用于拉取视频流做实时分析 | rtsp://admin:password@192.168.1.100:554/stream |
推理后端 | 是 | 部署代理检测到的硬件加速后端,并据此安装对应依赖 | Apple Silicon (MPS) |
本地 VLM 模型 | 否 | 选择用于场景理解的本地视觉语言模型 | Qwen |
通知渠道 | 否 | 接收告警并进行对话交互的渠道 | Telegram |
SKILL.md | 是 | 技能的清单文件,部署代理据此判断依赖与启动命令 | SKILL.md |
如何确认成功
技能安装前会运行 smoke test,通过后标记为完成;能连上摄像头并与守卫正常对话即成功。
常见问题
Q:需要手动装 Docker 或敲命令行吗?
A:不需要。通过 SharpAI Aegis 桌面应用即可完成环境搭建、技能安装与模型下载,LLM 会引导整个配置过程。
Q:支持哪些硬件加速?
A:部署代理会检测 NVIDIA CUDA、AMD ROCm、Apple Silicon MPS、Intel OpenVINO 或纯 CPU,并安装对应的后端依赖。
Q:视频数据会上传到云端吗?
A:不会。README 明确说明所有推理都在本地运行,以最大程度保证隐私。
Q:技能安装失败怎么办?
A:LLM 部署代理会读取错误输出并自主尝试修复;若仍失败可重试安装,或到 GitHub Issues 反馈。
Q:没有 IP 摄像头能测试吗?
A:可以。Aegis 支持添加网络摄像头或 iPhone 摄像头做快速测试。
注意事项
- README 未提供命令行安装步骤,主要入口是官网的 SharpAI Aegis 桌面应用。
- 技能由自主 LLM 部署代理安装,会自动探测硬件并选择后端相关依赖,社区技能无需专门安装脚本。
- 所有推理在本地执行,运行本地 VLM 时需留意机器的显存与内存占用。
- README 提到可用 HomeSec-Bench 在自己硬件上做模型基准测试,以挑选最合适的 VLM。
核心亮点
- 本地VLM分析,隐私安全且无需云依赖
- 支持多模型(Qwen/DeepSeek/YOLO26等),灵活切换
- 通过Telegram/Discord/Slack实时告警,交互便捷
不足之处
- 文档/社区待观察
- 依赖外部消息平台,离线告警能力受限
适用场景
- 家庭安防监控,智能识别陌生人或异常行为
- 小型商铺或办公室的无人值守监控
- 宠物或老人看护,实时行为分析与提醒
替代项目
Frigate、ZoneMinder、Motion Project
上一篇:llm_aided_ocr
下一篇:VideoPipe
同类项目推荐
franken_ocr
开源
不装 Python 不靠 GPU,纯 Rust 在 CPU 上跑 3B OCR 大模型
Pure-Rust, CPU-only OCR engine for Baidu Unlimited-OCR (a DeepSeek-OCR-derived 3B Mo···
YoloSharp
开源
C# 里直接跑 YOLO11,检测分割分类一把梭
A high performance real-time object detection solution using YOLO11 ⚡️ powered by ···
pyxu
开源
模块化计算成像框架,轻松实现GPU加速与大规模数据处理
Modular and scalable computational imaging in Python with GPU/out-of-core computing.
tessdoc
开源
Tesseract 官方文档一站查,装、调、训不再翻论坛
Tesseract documentation
ExtractPDF4J
开源
Java 库从文本/扫描 PDF 里抽结构化表格
Java PDF table extraction & OCR library. Extract structured tables from text-based a···
mamma
开源
从视频直接捕捉多人3D动作,无需标记点,精度高。
Official code for MAMMA: Markerless Accurate Multi-person Motion Acquisition.
GammaCV
开源
浏览器里用 GPU 跑图像处理,实时滤镜和特征提取不卡顿
GammaCV is a WebGL accelerated Computer Vision library for browser
bbox-visualizer
开源
几行代码画出专业边界框,可视化调试不再繁琐
Make drawing and labeling bounding boxes a piece of cake
mvdfusion
开源
单张图片,生成多视角一致的3D模型
[CVPR 2024] MVD-Fusion: Single-view 3D via Depth-consistent Multi-view Generation
