五一最后两天都在玩，主人公从火箭队小兵做起，剧情很新颖。两天时间把二周目过了，总共五周目。

上个月底注册成功并参考教程开通了三台实例
两台1c1g+50G amd
一台4c24g+100G arm
VPU拉满120
成本分析每天都有费用

下图是三个存储

佬们帮忙看一下这个是什么问题 存储的AD-1 AD-3也不是跨区吧

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

我的帖子已经打上 开源推广 标签： 是
我的开源项目完整开源，无未开源部分： 是
我的开源项目已链接认可 LINUX DO 社区： 是
我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

最近发现我关在家外面的马犬晚上被其他的狗骑了，我的心都碎了
为了防止这种情况再出现我想让监控能及时的通知我
目前我使用的是tp-link的摄像头，他有一些智能识别能力，但不多
我所需要的场景其实很简单：识别监控指定区域出现两只及以上的狗立刻通知我
然后我可以通过对话功能进行驱离。
这玩意自己写肯定是费事费力还不讨好，一开始尝试了 Frigate 然后发现不太好用。
于是尝试使用vibe coding 来帮我完成这个需求，经过五一这几天的高强度压榨ai终于整出来了，开源出来给有需要的人。


支持同时将多个摄像头多帧画面一次传给视觉模型，然后进行识别并更新“信号”然后通过webhook等方式推送通知，视觉模型也是支持配置多个（我发现lfm2.5-vl-1.6b这个还不错，然后就是qwen3.5-0.8b）
这几天消耗了 4.92B token，经过我的尝试发现这个nvr效果一般，能力主要还是取决于所使用的视觉模型，当前明显还有很多的优化空间，但是五一已经过去了，等之后有空再优化吧

项目地址：https://github.com/2234839/ai-nvr 如果您想尝试的话，建议让您的agent去拉这个项目并配置

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

我的帖子已经打上 开源推广 标签： 是
我的开源项目完整开源，无未开源部分： 是
我的开源项目已链接认可 LINUX DO 社区： 是
我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

自主 AI 编码循环，在你睡觉的时候推送功能
核心机制（每轮新上下文、靠 la.json/progress.txt/git 持久化），支持 Cursor / UST / Trae / Codex 适配器和 Telegram 流式输出。
大致流程：

从生产环境的主分支创建一个新的特性分支。
找出优先级最高且状态为 passes: false 的故事。
在特性分支上实现这个故事。
完成后运行质量检查，包括类型检查和测试。
如果质量检查通过，则提交代码。
更新 prd.json 文件，将故事状态标记为 passes: true。
将从这个故事中学到的经验或成果记录到 progress.txt 文件。
重复以上步骤，直到所有故事都通过或达到预设的最大迭代次数。


目前LoopAgent 还在测试阶段 ，大家可以多支持支持哦~
通过 ust 可以直接用手机telegram 操控来编写程序同时利用 LA LoopAgent 可长达4消失持续开发，拒绝shi山代码。

项目地址：https://gitee.com/pmhw/ust
如果不喜欢使用UST Agent 工具可以使用
ralph 与其原理类似

  

      github.com
  

  
    
  

  GitHub - snarktank/ralph: Ralph is an autonomous AI agent loop that runs...

    Ralph is an autonomous AI agent loop that runs repeatedly until all