守望 Sentinel：只在我不在的时候，才让摄像头替我看着

一个跑在自己电脑上的小哨兵：手机还连着、屏幕还亮着，它就不打扰你；只有你真的离开之后，画面里出现人形，它才会连拍、挑出最清晰的那几张，作为一条 Telegram 相册发给你。

项目已 MIT 开源：fengye1003/watch-sentinel

---

一、为什么想做这个

我有一个很具体的场景：笔记本放在桌上，人离开房间，但不想为了"看一眼"去装一整套云摄像头。

市面上的方案大致三类：

1. 云摄像头 / 家用监控：要买设备、要订阅云存储，画面还要经过别人的服务器。我要的只是"我不在的时候，有人进了这个房间，让我知道"，不需要 7×24 录像。
2. 本地 NVR（比如 Frigate）：能力很强，但要 Docker、要模型、要一块常开的录像盘，对一台偶尔用电池的笔记本来说太重。
3. 自己写一个：听起来最麻烦，其实需求很窄 —— 只需要回答两个问题："我走了吗？" 和 "画面里是不是有人？"

真正让我下决心的是第二个问题的一个细节：手机连着电脑的时候，我人就在旁边。这时候摄像头一直录、一直告警，是最烦的。所以第一优先级不是"识别得多准"，而是什么时候不该工作。

于是有了这个项目，我给它起名「守望」（Watch Sentinel）。

---

二、先设计"不工作"的条件

整个系统的门禁是一条链，只有全部通过，摄像头才真正开始判断：

手机蓝牙仍连接 ──▶ 待机（人在旁边）
屏幕亮度不是最低 且 未锁屏 ──▶ 待机（人还在电脑前）

两个条件都满足"人不在"，才进入检测。

为什么用蓝牙，而不是 Wi-Fi / 定位

• 手机连不连电脑，是本地、即时、不依赖网络的事实；
• 蓝牙 API 在 Windows 上可以直接枚举"已配对 / 已连接"，单次查询 1–3 ms；
• 不需要手机装任何 App、不需要定位权限。

这里踩了一个很典型的坑：Get-PnpDevice -Class Bluetooth 里 Status=OK 根本不代表设备连着。我的三副耳机、两个手柄、手机，全都显示 OK，但实际一个都没连。真正的连接状态得走 Win32：

BluetoothGetDeviceInfo(radio, info)   # info.fConnected / info.fRemembered

fRemembered 是"配过对"，fConnected 是"现在连着"，两者是独立的事实。用 ctypes 直接调 bthprops.cpl，比每次起 PowerShell 快两个数量级。

设备名还做了归一化：去掉空格、.、·、-、_ 再 casefold，所以 Pixel.hello 和 Pixel·hello 都能命中同一个目标。

为什么加"亮度 + 锁屏"

蓝牙只能回答"手机在不在"，回答不了"人是不是还坐在电脑前"。而屏幕亮度和锁屏状态是两个几乎零成本的代理信号：

• 屏幕亮度不是最低 → 大概率还在用；
• 已锁屏 → 大概率离开了。

亮度走 WMI 的 WmiMonitorBrightness（CurrentBrightness，0–100），锁屏走 WTSQuerySessionInformation 的 SessionFlags，再 OR 上 LogonUI.exe 是否存在做双保险。一次查询约 8 ms，2 秒刷新一次。

后来还发现一个有意思的边界：Windows 关显示器通常不改亮度值。所以"屏幕自动熄灭但没锁屏"这条规则按字面会认为人还在。真正稳定触发的是"手动拉到最低"或"Win+L"。要更严谨，可以再加显示器电源状态 —— 但那是另一个故事了。

---

三、检测：为什么不用 YOLO

需求是"识别类似人体的东西，尤其是人脸"，同时明确要求低耗高效。

YOLOv8n 在纯 CPU 上一帧 60–120 ms，还要拖 torch / onnxruntime 几百 MB。对一台要长期挂着、偶尔用电池的笔记本来说，这是负分。

最后选了三层很便宜的组合：

640×480 下整条分析 8–20 ms。速度判据则用相邻两拍的变化比例除以时间，单位是 %/s。

这里还有一个隐藏的坑：OpenCV 的 DNN 读模型不吃中文路径。项目如果放在含中文的目录里，FaceDetectorYN.create(path) 会报 Can't read ONNX file，看起来像模型坏了、版本不兼容，其实只是路径编码。解法是把模型复制到纯 ASCII 的 %LOCALAPPDATA%\sentinel\models\ 再加载。

另外，OpenCV 5.0 已经移除了 CascadeClassifier 和 HOGDescriptor，所以老的 Haar 方案也不通 —— YuNet 反而是最稳的选择。

---

四、报警照片为什么总是糊的，以及连拍

第一版发出去的照片经常是这样：人在动，快门刚好抓在 Motion Blur 最严重的一帧，糊成一团。

解决思路很朴素：多拍几张，挑最清晰的。

• 人形触发时，按固定间隔（默认 150 ms）连拍 N 张（默认 6 张）；
• 每张算一次 Laplacian 方差：cv2.Laplacian(gray, CV_64F).var()；
• 取分数最高的 m 张（默认 3 张），逐张重新做人脸检测并标注；
• 通过 Telegram 的 sendMediaGroup 作为一条相册发出，第一张带 caption，其余不带。

为什么用 Laplacian 方差而不是别的：它是纯 CPU、单张 < 3 ms，对"运动模糊/失焦"这种最影响观感的退化最敏感。实测一张锐利棋盘 39931、高斯模糊后 1.8，差四个数量级，判别力足够。

Telegram 的细节：sendMediaGroup 最少 2 张、最多 10 张；caption 只能挂在第一张；只有 1 张时必须降级成 sendPhoto，否则 400。

连拍会短暂阻塞检测循环，所以代码里给总时长封了 8 秒上限。默认 0.9 秒，可以接受。

---

五、面板与登录

面板是 Material Design 3 风格，原生 HTML/CSS/JS，无 CDN、离线可用。所有阈值、连拍参数、摄像头参数、Telegram 配置都能改，改动即时保存。

考虑到它可能会被放到 tailnet / 局域网里，登录保护直接复用了我平时用的 TOTP：RFC 6238，SHA-1、6 位、30 秒、±1 步。密钥可以指向 DSH Web 面板的 state.json，手机里已有的验证器条目不用重扫。

会话是一个 HMAC 签名的 sentinel_auth cookie（HttpOnly、SameSite=Lax、默认 30 天）。同一 IP 60 秒内错 5 次返回 429。

---

六、把 AI Agent 也当成用户

这个项目从第一天就是"给自己用的工具"，所以部署文档写成了给 agent 照着执行的 runbook，而不是给人看的安装说明：

仓库里的 docs/DEPLOY-FOR-AGENTS.md 包含：

1. 环境自检（摄像头、蓝牙、Python 版本）；
2. 装依赖、下载模型；
3. 配 Telegram（token 与 chat id）；
4. 启动与健康检查；
5. 配置目标手机；
6. 三步验收（演练 / 模拟告警 / 门禁状态）；
7. 6 个会伪装成"程序坏了"的坑；
8. 回滚。

最短路径只有四行：

git clone https://github.com/fengye1003/watch-sentinel.git
cd watch-sentinel
python -m pip install -r requirements.txt
python scripts\fetch_model.py
python app.py

验收时 agent 应该确认：/api/health 返回 200、bt.found=true、/api/drill 能识别到人脸、/api/telegram/simulate 后用户在 TG 收到一条多图相册。

---

七、几个值得记下来的工程坑

1. PnP 的 Status 不代表连接，蓝牙必须用 fConnected。
2. OpenCV 模型路径不能有中文，否则报错会误导你怀疑模型。
3. dxva2 的亮度在一些 HDR 屏上直接失败（ERROR_GEN_FAILURE），WMI 才稳。
4. WMI 的 COM 对象有线程亲和，跨线程复用会报"已为另一线程整理的接口"，要按线程隔离。
5. 摄像头后端 MSMF 偶发"能打开但读不到帧"，默认 DSHOW，失败自动回退。
6. 任务计划程序 + powershell -WindowStyle Hidden 会闪黑窗：控制台在参数生效前就建好了。正确做法是用 wscript.exe 跑一个 VBS 壳，Run(cmd, 0, False)，窗口完全不出现。

最后一条是给"开机自启"的，也是这个项目里唯一一个"用户一眼就能看见"的 bug。

---

八、可复现流程与验收清单

部署：

git clone https://github.com/fengye1003/watch-sentinel.git
cd watch-sentinel
python -m pip install -r requirements.txt
python scripts\fetch_model.py
.\start.ps1

验收：

• [ ] GET /api/health → {"ok": true}
• [ ] 面板能打开，蓝牙列表里能找到手机
• [ ] /api/drill 10 秒内识别到人脸
• [ ] /api/telegram/simulate 后 TG 收到一条多图相册
• [ ] 手机连上电脑时，门禁显示「已连接，哨兵待机」
• [ ] 锁屏/熄屏后，门禁显示「已锁屏，哨兵生效」
• [ ] 开机自启的两个计划任务都是 Ready

回滚：

.\uninstall-autostart.ps1
.\stop.ps1

---

九、开源信息

• 仓库：fengye1003/watch-sentinel
• License：MIT
• 作者：星澄（设计与实现）、幻愿（需求与验收）

它不是"更便宜的监控"，而是一个很小的立场：只有当我不在的时候，它才有权看。 如果这个立场对你有用，欢迎拿去改成你自己的门禁条件 —— 蓝牙、亮度、锁屏，或者任何更能代表"你不在"的信号。