更新记录

1.0.0（2026-10-29）

• 首个插件市场版本，类型为「uniCloud → 前后一体项目模板」（unicloud-template-project）。
• 新增 uniCloud-aliyun：wvp-ingest（入库）、wvp-yolo（YOLOv8 检测）、wvp-common（公共模块）与 wvp-cameras / wvp-events 集合 schema。
• 新增客户端 api/cloud.js：有 uniCloud 空间时走云函数，没有时自动回落到 HTTP 直连 kitchen-api。
• 新增 static/readme/ 四张线上演示截图（采集自 https://codesuccess.online/wvp）。
• manifest.json 移除 DCloud appid，符合项目模板发布要求；导入后由 HBuilderX 重新生成。
• package.json 增加 uni_modules.encrypt（三个云函数/公共模块入口）与 uni_modules.platforms（阿里云 + Vue3 / Web / App / 微信小程序），并补 darkmode / i18n / widescreen 标记。
• 按插件市场要求精简 README.md，只保留线上演示、截图、入库、YOLOv 使用四部分。

平台兼容性

云端兼容性

uni-app(5.26)

uni-app x(5.31)

明厨亮灶 · 云端一体

GB/T 28181 摄像头接入 → WVP 转流 → YOLOv8 识别 → 入库 → 手机端看画面、收告警。

云端一体：uniCloud-aliyun/cloudfunctions 负责入库与推理调度，api/cloud.js 在「有云空间」和「只有 kitchen-api」两种部署下自动切换，页面代码不用改。

一、线上演示

https://codesuccess.online/wvp

纯静态演示站：数据写死在前端，打开即看，不需要账号，也不请求任何后端。

首页（概览 / 正在直播 / 厨房点位）	实时播放（抓图 / 全屏 / 点位信息）

违规告警（类型 / 状态 / 置信度）	告警详情（证据片段 + 判定说明）

截图采集自线上站点，390×844 移动端视口，2026-10-29。图片托管在 43 服务器 /usr/local/nginx/html/wvp/readme/，重新采集用 ../scripts/h5-shot.mjs（输出 PNG，再转 JPG 压到 200KB 左右）。

二、截图

三种截图，全部由服务端取帧，前端只拿 URL。

import cloud from '@/api/cloud'

const { code, data } = await cloud.snapshot(cameraId)
if (code === 0) {
  // #ifdef APP-PLUS
  uni.downloadFile({ url: data.url, success: (f) => uni.saveImageToPhotosAlbum({ filePath: f.tempFilePath }) })
  // #endif
  // #ifdef H5
  window.open(data.url)
  // #endif
}

• 服务端取帧顺序：舌尖安全网 / 萤石云抓图 → ZLM RTSP 抽帧 → WVP snap，任一可用即返回 JPEG。
• App 保存到相册需要 NSPhotoLibraryAddUsageDescription，manifest.json 已声明；H5 走浏览器下载。
• 证据截图的命名与目录：media/snapshots/<yyyyMMdd>/cam<cameraId>_<HHmmss_SSS>.jpg。

三、入库

WVP 通道列表 ──> wvp-ingest 云函数 ──┬─> 云数据库 wvp-cameras（唯一键 device_id + channel_id）
                                     └─> kitchen-api POST /api/wvp/import ──> MySQL cameras

3.1 云函数 wvp-ingest

// 1) 先看这台设备有哪些通道
const { data } = await uniCloud.callFunction({
  name: 'wvp-ingest',
  data: { action: 'channels', deviceId: '34020000001320000001' },
})
// data.channels = [{ channelId, deviceId, name, location, status }]

// 2) 全部入库（不传 channels 时云函数自己去 WVP 拉）
await uniCloud.callFunction({
  name: 'wvp-ingest',
  data: { action: 'import', kitchenId: 1, deviceId: '34020000001320000001' },
})

// 3) 只入库勾选的通道，并跳过业务库同步
await uniCloud.callFunction({
  name: 'wvp-ingest',
  data: {
    action: 'import',
    kitchenId: 1,
    deviceId: '34020000001320000001',
    syncApi: false,
    channels: [{ channelId: '34020000001320000002', name: '粗加工间', location: '粗加工' }],
  },
})

返回：{ code: 0, data: { total, created, updated, api } }。api 是业务库的写入结果，业务库失败只回报不回滚，可直接重试。

3.2 没有云空间时直连

TOKEN=$(curl -s -X POST "http://服务器IP:8000/api/auth/login" \
  -H "Content-Type: application/json" \
  -d '{"username":"admin","password":"admin123"}' | python3 -c "import sys,json;print(json.load(sys.stdin)['token'])")

curl -X POST "http://服务器IP:8000/api/wvp/import" \
  -H "Authorization: Bearer $TOKEN" -H "Content-Type: application/json" \
  -d '{
    "kitchen_id": 1,
    "device_id": "34020000001320000001",
    "channels": [
      {"channelId": "34020000001320000001", "name": "烹饪间", "location": "烹饪"},
      {"channelId": "34020000001320000002", "name": "粗加工间", "location": "粗加工"}
    ]
  }'

3.3 字段映射与去重

• 幂等：device_id + channel_id 唯一，重复入库只更新名称与点位，不会产生重复摄像头；单次最多 200 路。
• 集合 schema 见 uniCloud-aliyun/database/：wvp-cameras（通道）、wvp-events（检测记录），客户端无读写权限，只允许云函数写入。

四、YOLOv 使用

4.1 模型

权重来源、sha256 与类别写在 ai-service/models/manifest.json，缺模型时对应能力标记为不可用，不会拿错模型硬识别。

4.2 跑起来

python scripts/download_ai_models.py     # 校验/补齐权重
bash scripts/run-ai-local.sh             # 本机 MPS/CPU 跑 worker，--daemon 后台
docker compose -f docker/docker-compose.yml up -d bk-ai   # 服务器上跑

worker 每 30 秒拉一次启用的摄像头，每路一个线程：WVP 点播拿 RTSP → OpenCV 解码只留最新帧 → 抽帧 → YOLO 检测 + ByteTrack → 规则引擎（ROI / 时间窗 / 冷却）→ 画框存证 → POST /api/internal/events 入库 → WebSocket 推 App。

参数用 RULES_JSON 覆盖，详见 docs/03-AI识别方案.md。

4.3 从云端调用

// 1) 模型状态：确认加载的是真实权重
const s = await uniCloud.callFunction({ name: 'wvp-yolo', data: { action: 'status' } })
// s.result.data.loaded = ['ppe', 'rat', 'fire_smoke', 'smoking', 'phone']

// 2) 对一张截图跑一次检测
const r = await uniCloud.callFunction({
  name: 'wvp-yolo',
  data: { action: 'detect', imageUrl: 'https://.../snapshots/20261029/cam1_093211.jpg', cameraId: 1, conf: 0.35, save: true },
})
// r.result.data.detections = [{ label: 'no_hat', conf: 0.94, box: [x1, y1, x2, y2] }]

云函数把 imageUrl 转发给推理服务 POST /api/ai/detect（入参 { image_url, conf, camera_id }）；用 YOLO_ENDPOINT 环境变量可指向自建服务。save: true 会把结果写进 wvp-events 集合。

4.4 自训

cd ai-service
python train.py --data dataset/kitchen.yaml --model yolov8s.pt --epochs 120 --imgsz 960
cp runs/kitchen/v1/weights/best.pt models/kitchen_ppe.pt

把 best.pt 放到 models/ 并在 manifest.json 登记类别后，worker 重启即加载。公开 COCO 权重认不出帽子、口罩、老鼠，现场数据至少每类 300~500 张、覆盖白天/夜间与遮挡场景。