普通家庭也能用：ClearCam 让旧摄像头变成能听懂你说话的 AI 监控

本文基于开源项目 roryclear/clearcam（892⭐）整理，面向普通家庭用户，讲清楚怎么用它把家里现有的摄像头变成一套带 AI 的本地监控系统。

---

先说它能做什么

传统家庭监控的问题是：录了 24 小时的视频，但当你真的想回看某件事时，只能一分钟一分钟地拖进度条。

ClearCam 解决的就是这个问题。它给任何支持 RTSP 协议的摄像头加上这几层能力：

功能	说明
目标检测	识别人、车、动物等，实时框出
区域警报	画一个区域，只在该区域有人/车时通知
AI 通知摘要	用 Qwen3 VL 视觉语言模型生成中文/英文描述（“门口有人拿了快递”）
语义搜索	用 CLIP 模型，输入文字搜历史录像（“昨天穿红衣服的人”）
手机查看	iOS/Android App，支持实时直播和事件片段回放
端对端加密	Premium 功能，远程查看时数据加密传输

核心优势是完全本地运行——检测、AI 推理、录像全在你自己的 Mac 或 Linux 主机上，不经过任何云服务器。

---

你需要准备什么

必须有的

• 一台 Mac 或 Linux 电脑（Windows 需要等 ffmpeg 修复）
• Python 3.11 或以上
• ffmpeg（brew install ffmpeg 或 apt install ffmpeg）

摄像头

任何支持 RTSP 流的 IP 摄像头都可以用。市面上 200 元以上的家用 IP 摄像头大多支持 RTSP，常见品牌如海康威视、大华、萤石、TP-Link Tapo 均可。

还没有摄像头？ 可以先用这个公开的交通摄像头测试：

https://webcam.elcat.kg/Too-Ashu_Tunnel_North/index.m3u8

手机 App（可选）

• iOS：App Store 搜索「ClearCam」，或扫码下载
• Android：Google Play 搜索「ClearCam」

---

安装步骤：10 分钟搞定

第一步：拿到代码

git clone https://github.com/roryclear/clearcam.git
cd clearcam

第二步：安装依赖

pip install -r requirements.txt

依赖极少：tinygrad（轻量 ML 框架）、numpy、opencv-python-headless。第一次运行会自动下载模型权重。

第三步：启动

python3 clearcam.py

如果你的电脑有多核 CPU，加上 BEAM=2 可以显著提升推理速度（第一次运行会多花几分钟编译）：

BEAM=2 python3 clearcam.py

第四步：打开浏览器

访问 http://localhost:8080，你会看到 ClearCam 的管理界面。

第五步：添加摄像头

在界面里填入你摄像头的 RTSP 地址。格式通常是：

rtsp://用户名:密码@摄像头IP地址:554/stream1

具体地址看摄像头说明书。以萤石为例：rtsp://admin:你的密码@192.168.1.100:554/h264/ch1/main/av_stream

---

三个你会最常用的功能

1. 区域警报：只在特定地方触发通知

在摄像头画面里用鼠标框出一个区域（比如大门口、停车位），然后设置：

• 检测哪些目标（人、车、宠物）
• 触发多少次后发通知
• 哪些时间段有效（比如只在 22:00–07:00 开启）

这样你就不会收到”院子里的树在晃”这种噪音通知，只有真正有人或车进入关键区域时才提醒你。

2. AI 通知摘要：不看视频也知道发生了什么

ClearCam 内置了 Qwen3 VL（通义千问视觉语言模型），当检测到事件时，它会对现场截图生成一段自然语言描述，直接发到你手机：

“门口站着一个穿深色上衣的人，手里拿着一个包裹，朝门口走来。”

而不是只说”检测到：人（1）”。

对家里老人独居的情况，这个摘要比冷冰冰的分类标签有用得多。

3. 语义搜索：用说话的方式找视频

这是最有意思的功能。ClearCam 使用 CLIP 模型对录像帧做语义嵌入，你可以在搜索框里用自然语言描述你要找的场景：

• “红色的车” → 找出所有出现红色汽车的片段
• “穿蓝色衣服的人” → 锁定特定人物
• “骑自行车的人” → 找出自行车进出记录
• “晚上门口有人” → 跨摄像头找夜间事件

CLIP 做的是语义匹配，不是关键词搜索——即使录像里没有文字，它也能理解”骑自行车”这个概念和画面的对应关系。

结合区域警报，还可以做描述触发告警：在警报设置里填入描述词，当摄像头看到符合描述的场景时主动推送通知，而不是单纯靠目标类型触发。

---

手机 App 怎么用

下载 ClearCam iOS 或 Android App 后：

1. 在 App 里注册（clearcam.org），获取一个 Premium 用户 ID
2. 把这个 ID 填入 Web 界面的设置里
3. App 就能接收通知、查看实时直播和事件片段了

本地模式（免费）：在家里局域网里，不用注册也能在浏览器查看直播和录像。 远程模式（Premium）：出门在外，用加密通道通过 App 远程查看，需要注册账号。

---

常见家庭部署方案

方案 A：旧 MacBook 当主机

家里闲置的 MacBook（2019 年以后的都行）装上 ClearCam，接 2–4 路摄像头，全天候运行。功耗低，安静，放在书柜角落就够了。

方案 B：Intel NUC / 树莓派 5

如果不想占用笔记本，买一台闲置的 Intel NUC 或树莓派 5，装 Ubuntu，运行 ClearCam。树莓派 5 可以跑 1–2 路，NUC 可以跑 3–4 路。

方案 C：顺带跑在 NAS 上

如果家里有群晖或威联通 NAS，且 NAS 用的是 Linux 内核，可以在 NAS 上运行 ClearCam，让 NAS 同时做监控主机和录像存储。

---

几个实际使用建议

摄像头选购：优先选支持 RTSP 且分辨率 ≥ 1080p 的型号。目标检测的准确率和分辨率直接相关。如果摄像头装在室外，选 IP66 防水级别。

存储规划：按 1080p 摄像头每小时约 500MB~1GB 估算。如果接 4 路、保留 7 天录像，需要大约 1TB 空间。

AI 摘要触发频率：Qwen3 VL 推理有一定延迟，建议设置”检测到同一对象持续 N 秒后才生成摘要”，避免高频触发。

CLIP 搜索提示：语义搜索对英文描述稍微比中文准，因为 CLIP 模型主要用英文数据预训练。搜索”red car”的结果通常比”红色的车”稍好。

---

和商业方案的区别

	ClearCam	海康威视/萤石云	Nest Cam
数据存储	本地	云端	云端
隐私	完全自主	品牌服务器	Google
月费	免费（本地）	云存储收费	订阅制
AI 能力	语义搜索 + AI 摘要	有限	有限
自定义程度	开源可改	闭源	闭源

如果你对数据隐私有要求，或者不想每月付订阅费，ClearCam 是目前最完整的本地自托管方案之一。

---

GitHub：github.com/roryclear/clearcam

iOS App：App Store 搜索「ClearCam」

Android App：Google Play 搜索「ClearCam」

© 2026 Author: Mycelium Protocol

Any Family Can Use This: ClearCam Turns Any Security Camera into an AI That Understands You

Based on roryclear/clearcam (892⭐) — a self-hosted AI security camera system running entirely on your own Mac or Linux machine.

---

What It Does

Traditional home security systems record 24 hours of footage but finding a specific event means scrubbing through hours of video. ClearCam solves this with a local AI layer on top of any RTSP security camera:

Feature	Description
Object Detection	YOLOv9 + RF-DETR, real-time bounding boxes for people, cars, animals
Zone Alerts	Draw a custom zone; only trigger when objects enter that area
AI Notification Summaries	Qwen3 VL generates natural-language descriptions of what happened
Semantic Search	CLIP-powered search: type “person in red jacket” to find matching clips
Mobile App	iOS and Android apps for live viewing and event clips
End-to-End Encryption	Premium: encrypted remote viewing via the app

Everything runs locally. No footage leaves your home.

---

Requirements

• Mac or Linux (Windows needs an ffmpeg fix)
• Python 3.11+
• ffmpeg
• Any RTSP-capable IP camera (most cameras above ~$30 support RTSP)

No camera yet? Test with this public traffic feed: https://webcam.elcat.kg/Too-Ashu_Tunnel_North/index.m3u8

---

Setup in 10 Minutes

git clone https://github.com/roryclear/clearcam.git
cd clearcam
pip install -r requirements.txt
python3 clearcam.py
# open http://localhost:8080

Add your RTSP URL in the web UI:

rtsp://username:password@camera-ip:554/stream1

For extra performance on multi-core CPUs:

BEAM=2 python3 clearcam.py

---

The Three Features You’ll Use Most

Zone Alerts: Draw a zone on the camera view (front door, parking spot), select which object types to monitor, set active hours, and set a notification count threshold. Eliminates false alerts from trees moving.

AI Notification Summaries (Qwen3 VL): Instead of “Detected: person (1)”, you get: “A person in a dark jacket is approaching the front door carrying a package.” Runs locally on every detection event.

Semantic Search (CLIP): Type a natural language description in the search box — “red car”, “person with bicycle”, “someone at the door at night” — and CLIP searches all recorded frames for semantic matches. This is meaning-based, not keyword-based: it understands concepts even without text in the video.

---

Deployment Options for Families

Option	Hardware	Cameras
Idle MacBook	Any 2019+ MacBook	2–4 cameras
Intel NUC (Ubuntu)	Any Gen 8+ NUC	3–4 cameras
Raspberry Pi 5	Pi 5 8GB	1–2 cameras
Existing Linux NAS	Synology/QNAP (Linux)	1–2 cameras

Storage: ~500MB–1GB per camera per hour at 1080p. 4 cameras × 7 days ≈ ~1TB.

---

vs. Commercial Systems

	ClearCam	Cloud NVR (Hikvision/Nest)
Data location	Your hardware	Brand servers
Monthly fee	Free (local)	Subscription
AI search	Semantic (CLIP)	Limited
Privacy	Full control	Third-party
Customizable	Open source	Closed

GitHub: github.com/roryclear/clearcam

© 2026 Author: Mycelium Protocol