a2b92caab0
Add an `atlas` GenAI provider backed by Atlas Cloud, an OpenAI-compatible inference platform serving vision-capable models. The provider subclasses the existing OpenAIClient and only defaults the base_url to the Atlas endpoint, reusing all vision, streaming, reasoning, and tool-calling logic. Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
5.4 KiB
Frigate NVR™ - 一个具有实时目标检测的本地 NVR
English | [简体中文]
Atlas Cloud 是一个兼容 OpenAI 接口的推理平台，可作为即插即用的多模态 LLM 后端，
为 Frigate 的生成式 AI（Generative AI）功能提供算力支持。
只需将 atlas provider 指向 Atlas Cloud，并选用一个支持视觉的模型
（例如 qwen/qwen3-vl-235b-a22b-thinking 或 Qwen/Qwen3-VL-235B-A22B-Instruct），
即可基于检测帧画面生成自然语言的物体描述与审查摘要，无需本地 GPU。
请参阅 GenAI 配置文档开始使用，
或了解 coding plan。
适合做 GenAI 描述的 Atlas Cloud 多模态模型
Frigate 的 GenAI 功能要求使用支持视觉的模型。Atlas Cloud 上推荐的多模态模型包括：
qwen/qwen3-vl-235b-a22b-thinkingQwen/Qwen3-VL-235B-A22B-Instructqwen/qwen3-vl-30b-a3b-instructqwen/qwen3-vl-30b-a3b-thinkingqwen/qwen3-vl-8b-instructgoogle/gemini-3.5-flashgoogle/gemini-3.1-pro-preview
完整且实时更新的模型列表请见 Atlas Cloud 控制台。
一个完整的本地网络视频录像机（NVR），专为Home Assistant设计，具备 AI 目标/物体检测功能。使用 OpenCV 和 TensorFlow 在本地为 IP 摄像头执行实时物体检测。
强烈推荐使用 GPU 或者 AI 加速器（例如Google Coral 加速器 或者 Hailo等）。它们的运行效率远远高于现在的顶级 CPU，并且功耗也极低。
- 通过自定义组件与 Home Assistant 紧密集成
- 设计上通过仅在必要时和必要地点寻找目标，最大限度地减少资源使用并最大化性能
- 大量利用多进程处理，强调实时性而非处理每一帧
- 使用非常低开销的画面变动检测（也叫运动检测）来确定运行目标检测的位置
- 使用 TensorFlow 进行目标检测，并运行在单独的进程中以达到最大 FPS
- 通过 MQTT 进行通信，便于集成到其他系统中
- 根据检测到的物体设置保留时间进行视频录制
- 24/7 全天候录制
- 通过 RTSP 重新流传输以减少摄像头的连接数
- 支持 WebRTC 和 MSE，实现低延迟的实时观看
社区中文翻译文档
你可以在这里查看文档 https://docs.frigate-cn.video
赞助
如果您想通过捐赠支持开发，请使用 Github Sponsors。
协议
本项目采用 MIT 许可证授权。
代码部分：本代码库中的源代码、配置文件和文档均遵循 MIT 许可证。您可以自由使用、修改和分发这些代码，但必须保留原始版权声明。
商标部分：“Frigate”名称、“Frigate NVR”品牌以及 Frigate 的 Logo 为 Frigate, Inc. 的商标，不在 MIT 许可证覆盖范围内。 有关品牌资产的规范使用详情，请参阅我们的《商标政策》。
截图
实时监控面板
简单的核查工作流程
多摄像头可按时间轴查看
内置遮罩和区域编辑器
翻译
我们使用 Weblate 平台提供翻译支持，欢迎参与进来一起完善。
非官方中文讨论社区
欢迎加入中文讨论 QQ 群：1043861059
Bilibili：https://space.bilibili.com/3546894915602564
中文社区赞助商
本项目 CDN 加速及安全防护由 Tencent EdgeOne 赞助
Copyright © 2026 Frigate, Inc.