最近对养龟产生了酷爱，家里络续来了 6 只：草龟、舆图龟、西非侧颈龟、三只黄喉拟水龟。龟缸上装了 TP-Link 摄像头，群晖 NAS 跑着 Surveillance Station 24 小时摄像，水温传感器和加热棒也配皆了。
东西都有，但用起来全是漫步的。看温度一个 APP，看摄像头另一个，加热棒手动开关。录了几百 GB 的视频从来没东谈主翻。
刚好最近一直在用 Claude Code 折腾家里的 Home Assistant，上周才用它逆向了空气净化器的 API。此次思试试，纯靠对话，能把养龟这件事作念到什么进度。
刻下是什么样的
掀开手机 HA，龟缸的东西全在一个页面里：
摄像头画面、乌龟步履气象、加热棒功率和用电量、水温湿度趋势。温度极度会聊天软件推送。
每半小时还会收到一段精华视频和一段 AI 写的行动分析：
所有这个词历程我没写一瞥代码。容颜盘、自动化、监控剧本、视频处理、AI 分析，都是和 Claude Code 聊出来的。
HA 容颜盘和自动化
跟 Claude Code 说的第一句话不详是「把乌龟摄像头加到 HA 容颜盘上」。
然后即是握住地提需求：
「加热棒的功率和用电量也透透露来」
「水温作念个容颜盘，标出合乎温度区间」
「加个 24 小时和 7 天的水温趋势图」
「温度太低或太高给我发音问」
它每次径直改 HA 的建立文献和容颜盘数据，改完重启，我刷外行机算作果。不悠然连续说，悠然就下一个。跟一个懂 HA 的东谈主聊天没什么分辨，我无谓管 YAML 怎样写、automation 怎样配。
加热棒 7 天功率、水温湿度容颜盘
24 小时水温湿度趋势，带温区标注
水温趋势图标了过冷/偏冷/合乎/偏热/过热的区间。加热棒功率弧线能看出责任法例，比如图上 4 月 7 号之前加热棒是关着的，之后才运行责任。
自动化跑了温渡过高和过低两条告警。温度极度聊天软件几分钟就能收到。
AI 步履监测
容颜盘能看数据了，但龟在干嘛，水温弧线看不出来。
我问 Claude Code 能不可作念个步履监测。它的有打算：每 5 分钟从 SS 摄像里抽帧对比，检测画面变化判断龟有莫得在动。处理放在家里闲置的 Mac 16"（M1 Max 64GB）上，NAS 只管存摄像。
握帧对比
摄像在 NAS，Mac 通过 SSH 读取。一运行传所有这个词 100MB 的 mp4，12 秒。其后只传文献头 5MB（mp4 的 moov atom 在文献头，够解码出帧），降到 2 秒。
代码块
复制
NAS 摄像 → ssh head -c 5MB → OpenCV 读帧 → 灰度+高斯朦胧 → 像素差值
变化超 2% 就算「活跃」，21点适度推到 HA sensor。
精华视频
「有步履时径直发视频给我」
Claude Code 作念了每 30 分钟的精华视频。检测到活跃的时间点，从对应摄像截取片断拼在一齐。
一个细节：一运行用 OpenCV 逐帧重编码，25 秒出一个片断，画质还糊。其后装了 ffmpeg 用 -c:v copy 径直裁切，2 秒处置，1080p 原始画质。用具选对了差十倍。
腹地大模子看龟
精华视频解决了「看什么」。但我还思知谈每只龟在干嘛。
我问有什么看法识别不同的乌龟。Claude Code 列了几种：OpenCV 花样轮廓检测、YOLO、深度学习个体识别、Vision LLM。6 只龟品种各异大，草龟最小深色、舆图龟最大有斑纹、西非侧颈脖子侧扁、小青体型差未几，径直用视觉大模子就行，无谓覆按。
试了 Gemini API 配额不够。我说能不可跑腹地的。终末用 Ollama 跑 Gemma 4（8B Q4 量化），M1 Max 64GB 没什么压力。
分析分两步。先逐帧：从 30 分钟摄像均匀抽 30 帧，每帧单独让 Gemma 形容看到了什么。再汇总：30 条形容拼一齐，让 Gemma 回归这半小时。
prompt 改了好几轮。一运行让它「分析哪只最活跃哪只最安靖」，输出很八股。我说不关爱这个，改成「像一又友聊天同样说说」，输出就对味了。
摄像头视角。右上角是晒背台，中间红蘑菇是讳饰。能看到龟在晒背台上叠罗汉，它们十分爱干这个。
架构
代码块
复制
┌──────────────────────────────────────┐
│ NAS (群晖 DS923+) │
│ Surveillance Station → 30min MP4 │
│ HA VM → 容颜盘 / 自动化 / 告警 │
│ 水温传感器 · 加热棒 · 摄像头 ONVIF │
└──────────────┬───────────────────────┘
│ ssh pipe + HA API
┌──────────────▼───────────────────────┐
│ Mac 16" (M1 Max 64GB) │
│ │
│ monitor.py 每5分钟 │
│ └─ 握帧对比 → 活跃/静止 → HA │
│ highlights.py 每30分钟 │
│ ├─ ffmpeg 截取精华视频 → Telegram │
│ ├─ 30帧 → Gemma 4 逐帧分析 │
│ └─ 抽象汇总 → Telegram │
│ daily_report 每天22:00 日报 │
│ │
│ Ollama + Gemma 4 (8B) 腹地推理 │
└──────────────────────────────────────┘
HA 管数据收罗、展示、告警。Mac 管视频处理和 AI 推理。双方通过 HA REST API 连起来。launchd 定时跑，开机自启。
对于没写代码
系统里有 Python 剧本（OpenCV 图像对比、ffmpeg 调用、Ollama API、Telegram 告知）、HA 的 YAML 建立（sensor、automation、lovelace dashboard）、launchd 定时任务，代码量不算少。
但我照实一瞥都没手写。
每一步都是对话完成的。我说「把摄像头加到容颜盘」，它改 lovelace JSON。说「温度告警发聊天软件」，它写 automation YAML。说「用腹地模子分析龟缸画面」，它装 Ollama、拉模子、写剧本、配定时任务。
我干的事更像是产物司理：说需求、算作果、给反应。
不是说时间不报复了。这套系统里有不少时间判断，比如只传 mp4 头部 5MB 而不是所有这个词文献、用 ffmpeg stream copy 而不是重编码、逐帧分析再汇总而不是多图一齐扔给模子。仅仅这些判断刻下 AI 也能作念。
本钱
零。硬件家里都有，软件全开源，AI 推理跑腹地。Mac 每月多费不详 3 块钱电。
养龟是个慢节拍的事。但每天翻翻聊天软件的诠释，望望谁又抢占了晒背台、谁偷掉包了个位置21点app，比蹲在缸前看半天有酷爱多了。
米兰体育官方网站 - MILAN
备案号: