Clearcam 實測:既有監視器加上本機 AI 偵測,畫面不必上雲

Clearcam 是 GPL-3.0 開源 NVR:讀既有 RTSP 攝影機、在本機跑 YOLOv9 偵測與 Qwen3 VL 事件摘要,預設不上傳任何畫面。實測三個 Python 依賴即可裝妥,接上示範攝影機十分鐘產出三百多張車輛偵測縮圖;付費只有手機通知與遠端查看,而且上傳前會先在本機加密。部署紅線是 Web 介面至今沒有登入機制,只能放在受信任的內網。

用 AI 摘要這篇文章:

家裡的監視器如果只會錄影和回放,想再加上「有人經過就通知」「用一張車輛截圖回頭找畫面」這類功能,過去的選項多半要付出代價:換一批內建 AI 的攝影機、買廠商的雲端訂閱,或者把影像交給陌生的轉發服務。Clearcam 走的是另一條路:攝影機不動、影像不出家門,把 AI 偵測、錄影與搜尋放到你自己的一台電腦上跑。

這是一個以 GPL-3.0 授權公開原始碼的 NVR(網路錄影機)專案,作者 Rory Clear 從 2025 年 1 月開始經營,2026 年 11 月已有約 2,700 顆星。我在一台 M 系列 Mac 上把它完整裝起來、接上作者提供的示範攝影機跑了半小時:安裝真的只有三行指令,車輛偵測也真的能用。但它有一條必須先講清楚的分界線:Web 介面至今沒有登入機制,而且預設監聽所有網路介面。這台機器放在哪裡,決定你的錄影庫安不安全。

它只認 RTSP 這張入場券,攝影機品牌不挑

Clearcam 對攝影機只有一個硬要求:能吐出 RTSP 串流。RTSP 是監控圈最通用的開放協定,一般 IP 攝影機、支援 RTSP 的家用機種,或是既有 NVR 分出來的子串流都算。攝影機繼續負責拍,Clearcam 在電腦端收流、錄影、跑 AI,兩邊互不干擾。如果你家的攝影機只能用原廠 App 看、沒有開放 RTSP,這條路就走不通,買攝影機時把 RTSP 支援列進規格清單會省下之後的麻煩。反過來說,已經在跑的錄影主機不必拆掉:作者在官網 FAQ 也建議讓原系統繼續錄,Clearcam 當第二層,壞了一邊還有一邊。

跑 Clearcam 的機器需求很輕:Mac 或 Linux、ffmpeg、Python 3.11 以上。整個偵測堆疊不是接一堆服務,而是用 tinygrad 這個極簡深度學習框架在本機跑 YOLOv9 偵測加 OC-SORT 追蹤;CLIP 圖片搜尋、臉部偵測、以及後面會提到的 Qwen3 VL 事件摘要,全部都是同一支程式裡的選項。Windows 目前是明確不支援的狀態,README 上直接把 Windows 劃掉註記待修,Windows 用戶可以先離席。

實際裝一次:三個 Python 依賴,模型自己下載

照 README 的路線在 Mac 上實裝:開一個乾淨的虛擬環境,pip install -r requirements.txt,然後 python3 clearcam.py。requirements.txt 全部內容只有三行:固定在某個 commit 的 tinygrad、numpy 2.0.0、opencv-python-headless 4.10.0.84。沒有 Docker、沒有 compose 檔、沒有資料庫伺服器,設定存在本機一個 SQLite 檔裡。第一次啟動時程式自己上網抓兩樣東西:COCO 物件標籤(625 bytes)和 yolov9-t 偵測權重(8.32MB,放在作者自己的 HuggingFace 空間),抓完直接進入服務,瀏覽器打開 localhost:8080 就是操作介面。

Clearcam 官方網頁介面:深色主題並排顯示多支攝影機的即時畫面Pin
Clearcam 的網頁介面在 localhost:8080 打開即用,攝影機並排即時顯示(圖:官方 README)

我把 README 裡作者提供的示範攝影機(吉爾吉斯一條隧道公路的公共 webcam)接進來測。第一次接入時遲遲等不到影格,程式自己重啟串流後就正常收流,公共免費串流的穩定性本來就時好時壞,拿來驗證管線剛好。接入後大約十分鐘的觀察:硬碟上錄下 53MB 的 HLS 串流段落,偵測資料夾累積了 339 張物件縮圖,檔名直接標記物件類別,取樣以汽車與卡車為大宗、夾少量公車,涵蓋在它預設會偵測的行人、自行車、汽車、機車、公車、卡車六類裡;另外生成 7 張帶通知性質的事件圖。縮圖內容目視確認過,是隧道口車道的車輛裁切畫面,內容貨真價實。

效能方面,這條 1280×720 的串流在 M 系列 Mac 上跑出約每秒 30 到 65 張、峰值近 70 的處理速度,全程沒有風扇狂轉,符合官網 FAQ「不確定就選 M 系列 Mac」的建議。如果你丟的是舊款 Intel 機器或想壓榨顯示卡,環境變數有 DEV=AMD、DEV=NV 可以指定 AMD 或 NVIDIA 的 GPU,BEAM=2 則是再榨一層效能的編譯選項。它也接受把一個本地影片檔當成「攝影機」丟進去,程式會辨識成隨選影片、走錄影帶式的處理路徑,拿舊檔案離線跑偵測也行。

裝好之後硬碟上長出來的結構,本身就是說明書。每支攝影機一個資料夾,底下分四類:streams 按日期存 HLS 錄影段落、objects 按天存每個被追蹤物件的縮圖、event_images 放觸發通知的事件畫面,faces 留給實驗性的臉部偵測。這個設計帶來兩個實際好處:想搬移或備份錄影庫,複製資料夾就完成;要確認偵測品質,直接翻物件縮圖牆比看統計數字快。搜尋功能也建立在這批素材上,網頁介面提供以圖搜相似畫面、上傳照片找歷史鏡頭、用文字找事件,臉部搜尋則標明實驗性質。以圖搜圖底層用的是 CLIP 模型,一樣在本機跑。

Clearcam 偵測事件介面:事件縮圖與檢索欄位排列成檢索牆Pin
偵測事件檢索介面,以圖搜圖與文字搜尋都在這裡操作(圖:官方 README)

相容性要打個折。GitHub 上 2026 年 9 月有一則關閉的 issue:使用者回報示範串流連得上,但自己在 Frigate 上正常運作的幾台 RTSP 攝影機接不進來,作者回覆的方式是請對方提供攝影機型號、作業系統與 ffmpeg 版本一起釐清。這不代表你的攝影機一定會出事,但「先接一台試十分鐘」比「一次把八台全搬過來」穩當。

真正的紅線:介面沒有登入頁,預設聽所有網卡

部署安全是 Clearcam 最該畫線的一條界線。它的 Web 伺服器在程式碼裡寫死綁在 0.0.0.0:8080,也就是對區域網路上的所有裝置敞開,而且所有路由都沒有帳號密碼。我實測直接呼叫新增攝影機的 API,不需要任何登入就被接受。換句話說,同一個 Wi-Fi 裡的任何人,理論上都能看你的即時畫面、翻你的錄影庫、改你的設定。

這個姿態有前科可查。2026 年 10 月 28 日有人回報了一個更嚴重的問題:錄影檔的下載路由沒有處理路徑跳脫,等於不用登入就能讀走主機上的任意檔案,不只錄影庫。作者在回報後大約一小時內提交修補,把檔案讀取鎖回錄影資料夾內,回應裡也留下一句立場很明白的話:網路安全目前是使用者自己的責任。修補速度值得肯定,但登入機制到最新版原始碼都還沒有出現。

把「沒有鑑權」翻譯成白話:新增攝影機、刪除攝影機、改全域設定、匯出片段、讀設定值,這些操作對任何打得到 8080 埠的裝置都開放。它也沒有提供容器化的封裝,隔離的手段只剩下你的網路架構本身。可行的自保原則是三條:機器接在只給家人用的網段、路由器不對這台機器做任何開埠、需要從外面連回家就先過 VPN。做完這三件事再談功能,這套工具的樂趣才不會變成鄰居的樂趣。

所以部署原則很單純:把它當成你信任圈裡的設備。放在家用內網、只有自己人碰得到的網段,是它設計上的預設用法;絕對不要為了人在外面看得到,就把 8080 直接對外開。真的需要外部存取,走內網穿透或 VPN 再進家裡,比開埠轉發安全得多,這類工具我們先前也介紹過frpc-Desktop 這樣的桌面用戶端。手機遠端看的正規解在後面:那是付費功能,走作者的中繼伺服器。

雲端邊界:影像不外送,付費買的是中繼、運算留本機

很多人聽到「NVR 加 AI」就聯想到影像上雲,這裡要把帳算清楚。全新安裝的 Clearcam,所有 AI 選項預設是關的、沒有任何帳號資訊:不勾、不填,錄影、偵測、搜尋都在你的硬碟上完成,影像與帳號資訊零外送,程式碼裡的上傳邏輯全部被「有沒有設定 Premium 帳號」這個開關擋住。有一條例外值得知道:事件觸發時,它會朝作者伺服器的通知端點發一支帶事件文字的請求(實跑中沒設帳號的我就收到對方回 502),把通知 URL 換成自己的伺服器後,連這條對外連線也斷乾淨。

付費方案每月 1 歐元,官網 FAQ 寫明白只買兩件事:手機推播通知和 App 遠端查看,因為這兩件事需要作者的中繼伺服器和雲端儲存。而且原始碼顯示,事件片段在上傳之前會先在你本機用 AES 加密成 .aes 檔才送出去,遠端直播段落也是同樣的處理,寄放的雲端空間拿到的是密文。加密這件事可以從程式碼驗證,但加密實作沒有經過外部安全審計,隱私政策頁也還是一份通用 App 範本,沒有描述攝影機影像的實際資料流,較真的話請把「加密後上傳」當成程式行為來看,先別當成安全保證。

Clearcam 官網首頁:標題列與 Premium 付費方案連結Pin
clearcam.org 官網首頁,Premium 每月 1 歐元的入口就在這頁(圖:clearcam.org)

連 AI 通知摘要都是本機算的。這個功能用 Qwen3 VL 視覺語言模型,權重直接從 HuggingFace 官方 Qwen 倉抓 GGUF 版本,預設 2B 參數、544×960 解析度,一樣在 tinygrad 上跑。它會在事件發生時把前後幾格畫面看一遍,用一句話摘要「鏡頭前發生了什麼」再推播。代價當然是算力:2B 視覺語言模型的推論本來就比單純偵測吃機器,硬體太弱摘要就會慢半拍。

不想付那 1 歐元也有正規出路:通知目標 URL 可以在設定裡換成自己的伺服器,官方支援 Home Assistant、Pushover、n8n 這類接法,repo 裡附了一份 Pushover 轉發的範例伺服器,收到的內容包含事件文字與截圖。AI 偵測照樣在本機跑,通知這一層完全自己掌握。一個小細節:自訂通知伺服器收到的請求裡也會帶著你的 Premium 識別碼,那台伺服器要自己看好。

商業模式的最後一塊拼圖是企業端:官網首頁掛了一句「愛爾蘭與英國優先」的私有部署安裝服務,用電子郵件洽談。對個人用戶來說,這句話的意義在於描清楚這個專案的形狀:一個人寫的開源核心、一條 1 歐元的自助訂閱、加上接案的安裝服務,全部收入路徑都圍著作者一個人轉。喜歡這種小型透明商業模式的人會覺得踏實,需要長期供應商保證的人則要在心理上先打折。

免費版能幹嘛、沒有顯卡行不行:動手前四個疑問

免費版可以用在哪些場景?錄影、本機偵測、網頁介面查看、事件搜尋、以圖搜圖全部免費。要付錢的只有手機推播與 App 遠端看。

一定要有 NVIDIA 顯示卡嗎?不用。Apple Silicon 的 GPU 支援是第一等公民,AMD 和 NVIDIA 也有對應環境變數;純 CPU 也能跑,只是速度和流暢度會縮水。

沒有 RTSP 攝影機能先玩嗎?可以,拿一支手機或任何能推 RTSP 的 App 當假攝影機,或像實測那樣接公共 webcam 串流先驗證安裝;甚至丟一段本地影片檔進去離線跑。

它會不會把我的影像拿去訓練模型?官網沒有這類宣稱,原始碼裡也沒有影像外送的路徑(上傳邏輯只存在於設定了付費帳號之後)。但它的隱私頁是範本文件,重視這點的人只能以原始碼行為為準。

和 Frigate 的取捨:成熟生態對上極簡安裝

自架 AI 監控這個領域,多數人第一個聽到的是 Frigate:2019 年就開始、MIT 授權、37,000 顆星以上的老牌專案,Docker 部署、搭配 Google Coral 加速器和 Home Assistant 的生態都相當成熟。Clearcam 的對比位置很清楚:2025 年才開始、GPL-3.0 授權、2,700 顆星上下,賣的是三分鐘裝好和對本機 GPU 的壓榨。作者在官網 FAQ 的自述也差不多是這個意思:Frigate 適合廉價硬體、CPU 推論和 API 整合,設定時間長得多;Clearcam 目標是簡單。這段是作者的定位陳述,不是對稱實測結論,兩邊我只實際跑過 Clearcam 這一邊。

面向ClearcamFrigate
起始年份/規模2025 年,約 2,700 星(2026 年 11 月)2019 年,37,000 星以上
授權GPL-3.0MIT
安裝形態pip 三依賴,python 直跑Docker 生態,設定檔導向
偵測運算tinygrad 跑 YOLOv9,Apple Silicon/AMD/NVIDIA GPUCoral/CPU(OpenVINO、TensorRT 等)為主
手機 App官方 iOS/Android App,遠端查看走付費中繼無官方監看 App,多數人接 Home Assistant
影像上傳預設零上傳;付費路徑先 AES 加密再寄雲端無雲端服務,完全自架
事件摘要 AI內建 Qwen3 VL 本機生成核心無,靠外部整合

授權差異值得多看一眼:Frigate 的 MIT 對商業整合幾乎沒有拘束,Clearcam 的 GPL-3.0 則要求你修改後散布時提供原始碼,自己家裡用完全沒差,要包進產品就是另一回事。手機 App 也是類似的取捨:Frigate 沒有官方 App,好處是不用碰別人的伺服器;Clearcam 有官方雙平台 App(iOS 上架於 2025 年 4 月,最近一次更新在 2026 年 6 月,評分數還是個位數),代價是遠端功能綁在作者的中繼服務上。維運節奏可以看出這個專案的健康狀態:從 2025 年 8 月的第一個正式版到 2026 年 8 月的 0.2.8,累積 13 個 release,節奏大約一至兩個月一版,原始碼提交一路活躍到 2026 年 11 月,Event 搜尋、Qwen 摘要、路徑安全修補都是這一年內長出來的。如果你重視的是「通知丟進 Home Assistant、全部自己接線」,Frigate 的路走得更遠;如果你只是想今晚就把陽台那台攝影機變聰明,Clearcam 的進入門檻低一截。

誰該裝、誰先繞路

適合動手的人:家裡已經有會講 RTSP 的攝影機、有一台丟著不用的 Mac 或小主機,而且願意把它放在受信任的內網裡。你的收穫是零月費的本機偵測、錄影與以圖搜圖,外加一個月 1 歐元可開可關的手機通知。同樣是「監控+開源」的主題,之前介紹過的WebCamera 把瀏覽器變監控鏡頭、WVP-PRO 的國標視訊平台,加上 Clearcam,剛好是三種不同切法。

建議先繞路的人:Windows 用戶(等 ffmpeg 修好再說)、想把服務直接暴露在網際網路上的使用者(它沒有登入頁,這條屬於紅線等級)、以及需要企業級支援與 SLA 的場景。這是單人維運的專案,issue 作者會回、修補也快,但它的巴士因子就寫在 repo 擁有者名稱裡。順帶一提,如果你對「看公共攝影機」這件事本身有興趣,全球公共監視器影像索引那篇整理過不少合法來源,拿來餵 Clearcam 玩偵測也行。

想試的人,下一步很輕:開虛擬環境、裝三個依賴、跑起來,先接一支攝影機或公共串流十分鐘,看著物件縮圖一張張落進硬碟,你就知道這套東西在你的硬體上值不值得留下。至於那個沒有登入頁的介面,記得把它關在你家路由器後面就好。

Sliven 褚崇名
Sliven 褚崇名

每日分享科技新知、免費資源以及 WordPress、虛擬主機相關主題,任何問題歡迎在科技月球下方留言,或是發送 Email 至 [email protected] 與我聯繫。

文章: 2571

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *


Share to...