الذكاء الاصطناعي: الخوادم

يتكامل Agent DVR بالكامل مع خوادم AI مثل DeepStack AI و CodeProject AI و PlateRecognizer.com و Claude و Gemini و OpenAI (ChatGPT) و نماذج LLM محلية مثل Ollama و vLLM و LM Studio لإضافة تصفية تنبيهات ذكية والتعرف على الكائنات والتعرف على المشهد والتحكم في الأحداث الذكي.

بالإضافة إلى DeepStack و CodeProject AI، يمكنك أيضاً استخدام خوادم AI أخرى تدعم نفس واجهة برمجة التطبيقات:

التعرف على الكائنات ورؤية الحاسوب

• https://codeproject.github.io/ - خادم معالجة AI قائم على GPU/CPU عبر الأنظمة
• https://docs.platerecognizer.com/ - خادم التعرف على لوحات الترخيص (واجهة برمجة تطبيقات مستندة إلى الويب)
• https://github.com/runningman84/docker-coral-rest-server - نماذج Tensorflow-lite على RPi (أو Linux/Mac) مع تسريع من عصا Coral USB
• https://github.com/robmarkcole/coral-pi-rest-server/ - نماذج Tensorflow-lite على معجل Coral USB عبر تطبيق Flask
• https://xnorpx.github.io/blue-onyx/ - خدمة كشف الكائنات Blue Onyx

خدمات AI السحابية

• https://platform.openai.com/ - واجهة برمجة تطبيقات OpenAI (ChatGPT و GPT-4 Vision) لتحليل الصور والمحادثة
• https://console.anthropic.com/ - واجهة برمجة تطبيقات Anthropic Claude للاستدلال المتقدم وفهم الصور
• https://ai.google.dev/ - واجهة برمجة تطبيقات Google Gemini لإمكانيات الذكاء الاصطناعي متعددة الأوضاع
• https://docs.anthropic.com/ - توثيق واجهة برمجة تطبيقات Claude
• https://platform.openai.com/docs/ - توثيق واجهة برمجة تطبيقات OpenAI
• https://ai.google.dev/gemini-api/docs - توثيق واجهة برمجة تطبيقات Gemini

خوادم AI المحلية (LLMs)

• https://ollama.com/ - Ollama: تشغيل نماذج اللغة الكبيرة محلياً
• https://docs.vllm.ai/ - vLLM: الاستنتاج وتقديم LLM عالي الإنتاجية
• https://lmstudio.ai/ - LM Studio: تطبيق سطح مكتب سهل الاستخدام لـ LLMs المحلية
• https://github.com/ollama/ollama - مستودع GitHub لـ Ollama
• https://github.com/vllm-project/vllm - مستودع GitHub لـ vLLM

نماذج الذكاء الاصطناعي المخصصة تتيح لك توسيع كشف الكائنات في Agent DVR بما يتجاوز الخيارات المدمجة، على سبيل المثال للتعرف على الحياة البرية أو مركبات التوصيل أو أي شيء آخر يمكن لنموذج مدرب أن يجده. لإضافة ملفات النموذج الخاصة بك إلى Agent DVR، انتقل إلى إعدادات الخادم > إعدادات AI وانقر على التعرف على الكائنات ضمن نماذج AI. يأتي Agent مع نموذجين مدمجين تم ضبط أدائهما لـ Agent DVR.

قبل تكوين النموذج، ستحتاج إلى إضافته إلى مجلد النماذج في Agent DVR (انظر بناء نماذج AI). عادة ما يكون موجوداً في Agent/Media/Models/ONNX (قد يختلف المسار حسب نظام التشغيل). يتم عرض المسار الكامل على صفحة إضافة النموذج إذا كنت غير متأكد. يستخدم Agent نماذج .onnx. يمكنك تحويل تنسيقات نماذج الذكاء الاصطناعي الأخرى إلى ONNX باستخدام أدوات Python.

بعد إنشاء ونسخ النموذج، إضافته إلى Agent أمر سهل - انقر لإضافة نموذج:

• الاسم: قم بتسمية النموذج الخاص بك - يمكن أن يكون أي شيء تريده.
• الوصف: وصف اختياري لما يفعله النموذج.
• ملف النموذج: اختر اسم ملف النموذج الذي نسخته إلى المجلد.
• التسميات: أدخل قائمة التسميات (أو "الفئات") التي يبحث عنها النموذج بصيغة CSV بدون علامات اقتباس (يتم قص المسافات تلقائياً).
• التخطيط: اختر ما إذا كان النموذج الخاص بك بصيغة NCHW أو NHWC. معظم النماذج بصيغة NCHW إذا كنت غير متأكد.
• ترتيب القنوات: اختر ما إذا كان النموذج يريد صوراً بصيغة RGB أو BGR. معظم النماذج تستخدم RGB. إذا كان النموذج قناة واحدة (رمادي) سيتم تجاهل هذا.
• التوحيد القياسي: اختر كيفية توحيد البيانات قياسياً قبل استخدامها في النموذج. معظم النماذج تستخدم إعادة القياس (0-1)، التي تقسم قيم البكسل على 255.
• حشو الصورة: هذا يتحكم في ما إذا كان يجب توسيع الصورة إلى أبعاد الإدخال أو ملؤها بأشرطة سوداء. عادة يكون من الأفضل ملء الصور للحصول على دقة أفضل.
• يحتوي على NMS: تحقق من هذا إذا كان النموذج يجري بالفعل قمع الحد الأقصى الموزون داخلياً. وإلا فسيجري Agent قمع الحد الأقصى الموزون بنفسه. يتحكم قمع الحد الأقصى الموزون في كيفية تصفية مستطيلات النتيجة.
• NMS الافتراضي: عيّن محدد التداخل لقمع الحد الأقصى الموزون (الافتراضي هو 45% تداخل).

بعد إضافة النموذج، سيكون متاحاً للاستخدام في تبويب التعرف على الكائنات للجهاز. إذا واجهت مشاكل، يمكنك العودة إلى تكوين النموذج وإجراء تغييرات. يدعم Agent أيضاً إعادة تحميل ملف النموذج، لذا يمكنك نسخ نسخة جديدة عليه أثناء تشغيله.

لإعداد خوادم AI، انقر على أيقونة في أعلى يمين واجهة Agent DVR الرئيسية. ثم انقر على الإعدادات ضمن التكوين، وحدد إعدادات AI من القائمة المنسدلة، وانقر على خوادم AI.

يتكامل Agent DVR مع CodeProject.AI لميزات AI المختلفة بما في ذلك التعرف على الكائنات والتعرف على الوجه والتعرف على لوحات الترخيص (ALPR)، والدقة الفائقة (تحسين). كما أن PlateRecognizer.com مدعوم كمزود للتعرف على لوحات الترخيص. برنامج CodeProject.AI مفتوح المصدر وحر واستخدام ومتوافق مع معظم المنصات.

للبدء، ثبت خادم AI لمنصتك وقم بتوصيل Agent DVR به بالنقر على خوادم AI ثم إضافة.

يمكنك إضافة عدد من خوادم AI إلى Agent DVR حسب الحاجة. يمكن تكوين الكاميرات في Agent DVR لاستخدام خوادم AI مختلفة لكل وظيفة، أو يمكنك استخدام خادم AI واحد لجميع المهام.

تكوين الخادم الخاص بك

• الاسم: أعط اسمًا لخادمك، على سبيل المثال، Cat Catcher.
• URL خادم AI: أدخل عنوان URL لخادم AI الخاص بك، على سبيل المثال، http://localhost:32168/
• مفتاح API: أدخل المفتاح الخاص بك إذا تم إعداده (اختياري).
• مهلة الانتظار: مهلة الانتظار بالثواني لطلبات الخادم.
• تأخير إعادة المحاولة: الوقت بالثواني قبل إعادة محاولة طلب فاشل لهذا الخادم.

انقر على موافق لحفظ الإعدادات الخاصة بك.

لإعداد OpenAI ("ChatGPT") للإجابة عن الأسئلة حول ما يحدث في بث الفيديو لديك، انتقل إلى إعدادات الخادم - إعدادات AI وحدد "OpenAI" ضمن اسأل الذكاء الاصطناعي.

• العنوان URL: أدخل عنوان URL للخدمة. الإعداد الافتراضي هو "https://api.openai.com/v1/responses".
• مفتاح OpenAI API: بعد التسجيل لدى OpenAI، توجه إلى صفحة مفاتيح API وأنشئ مفتاحًا سريًا جديدًا. انسخ والصق هذا المفتاح في الحقل المحدد.
• النموذج: حدد النموذج الذي سيتم استخدامه. الإعداد الافتراضي هو gpt-5.4-mini. قد تقوم OpenAI بإزالة هذا أو تغييره في وقت لاحق.
• الحد الأقصى للرموز (Tokens): يحدد هذا أقصى استخدام للرموز المميزة لكل طلب. إذا واجهت مشاكل، تحقق من السجلات على /logs.html حيث قد يكون الأمر مرتبطًا باستخدام الرموز المميزة.

بمجرد تكوين OpenAI، راجع اسأل الذكاء الاصطناعي للحصول على تعليمات حول كيفية استخدامه للإجابة عن الأسئلة العامة حول ما يحدث في بث الكاميرا لديك.

لإعداد Claude AI للإجابة على الأسئلة حول ما يحدث في بث الفيديو الخاص بك، انتقل إلى إعدادات الخادم - إعدادات AI وحدد "Claude" ضمن اسأل الذكاء الاصطناعي.

• الرابط (URL): أدخل الرابط للخدمة. الافتراضي هو "https://api.anthropic.com/v1/messages".
• مفتاح Claude API: بعد التسجيل في Claude، قم بزيارة صفحة مفاتيح API وأنشئ مفتاحا سريا جديدا. انسخ والصق هذا المفتاح في الحقل.
• الإصدار: حدد إصدار API المراد استخدامه. الافتراضي هو 2023-06-01. قد تقوم Anthropic بإزالة هذا أو تغييره في مرحلة ما.
• النموذج: حدد النموذج المراد استخدامه. الافتراضي وقت الكتابة هو claude-sonnet-4-6 (Claude Sonnet 4.6).
• الحد الأقصى للرموز (Tokens): يتحكم هذا في إنفاق الرموز المميزة الأقصى لكل طلب. تحقق من السجلات في /logs.html إذا كانت لديك مشاكل حيث قد يكون ذلك مرتبطا بإنفاق الرموز المميزة.

بمجرد تكوين Claude، راجع اسأل الذكاء الاصطناعي لمعرفة كيفية استخدامه لتمييز السيناريوهات العامة في بث الكاميرا الخاص بك.

لإعداد Gemini للإجابة على الأسئلة حول ما يحدث في بث الفيديو الخاص بك، انتقل إلى إعدادات الخادم - إعدادات AI واختر "Gemini" ضمن اسأل الذكاء الاصطناعي.

• URL: أدخل عنوان URL للخدمة. الافتراضي هو "https://generativelanguage.googleapis.com".
• مفتاح Gemini API: بعد التسجيل في Gemini، قم بزيارة صفحة مفاتيح API وأنشئ مفتاح سري جديد. انسخ والصق هذا المفتاح في الحقل.
• الإصدار: حدد إصدار API المراد استخدامه. الافتراضي هو v1beta. قد يتم إزالته أو تغييره في وقت ما من قبل Google.
• النموذج: حدد النموذج المراد استخدامه. الافتراضي وقت الكتابة هو gemini-2.5-flash. بمجرد إدخال مفتاح API، سيعرض Agent النماذج الرؤية المتاحة لحسابك.
• الحد الأقصى للرموز (Tokens): يتحكم هذا في إنفاق الرموز المميزة الأقصى لكل طلب. تحقق من السجلات في /logs.html إذا كانت لديك مشاكل حيث قد يكون ذلك مرتبطا بإنفاق الرموز المميزة.

بمجرد إعداد Gemini، راجع اسأل الذكاء الاصطناعي لمعرفة كيفية استخدامه للتعرف على السيناريوهات العامة في بث الكاميرا الخاص بك.

يمكنك استخدام خوادم LLM المحلية الخاصة بك (مثل vLLM و Ollama و LM Studio) لوصف الصور التي تلتقطها Agent DVR من الكاميرات الخاصة بك في أحداث التنبيه والإجابة على الأسئلة حول ما يحدث في بثات الفيديو الخاصة بك. انظر وصف و اسأل الذكاء الاصطناعي.

لتكوين خادم AI محلي، انتقل إلى إعدادات الخادم - إعدادات AI وانقر على زر تكوين بجانب LLM الذي تريد استخدامه (Ollama أو vLLM أو LM Studio).

• URL: حدد نقطة النهاية حيث يعمل خادم LLM الخاص بك. عناوين URL الافتراضية هي:
  • Ollama:

    http://localhost:11434/api/chat

  • vLLM:

    http://localhost:8000/v1/chat/completions

  • LM Studio:

    http://localhost:1234/v1/chat/completions

• مفتاح API: إذا كان خادم LLM الخاص بك يتطلب مصادقة، فأدخل مفتاح API هنا. معظم الخوادم المحلية لا تتطلب هذا ما لم يتم تكوينها بشكل محدد.
• النموذج: حدد النموذج القادر على الرؤية لاستخدامه في تحليل الصور. يجب أن تكون قد قمت بتحميل هذا النموذج بالفعل في خادم LLM الخاص بك. يقترح Agent بعض الخيارات الشهيرة، بما في ذلك:
  • نماذج Qwen VL (أداء عالي)
  • Gemma 4 (نطاق جيد من الأحجام)
  • Llama 3.2 Vision (Meta)
  • Mistral Small 3.1
  • moondream (صغير جداً، جيد للأجهزة منخفضة الأداء، Ollama فقط)
• درجة الحرارة: يتحكم في الإبداع مقابل الدقة في الردود (0.0-1.0). القيم الأقل (0.3-0.4) تنتج أوصافاً أكثر حقيقية واتساقاً. القيم الأعلى (0.6-0.8) تولد ردوداً أكثر تنوعاً وإبداعاً. الموصى به: 0.4 لتحليل كاميرات الأمان.
• الحد الأقصى للرموز (Tokens): الحد الأقصى لعدد الكلمات/الرموز في رد الذكاء الاصطناعي. القيم الأعلى تسمح بأوصاف أكثر تفصيلاً لكنها تستغرق وقتاً أطول في التوليد. الموصى به: 300-500 للتحليل التفصيلي للصور، 150-250 للأوصاف الموجزة.
• top_p: يتحكم في تنوع الاستجابة بتحديد اختيار المفردات (0.0-1.0). القيم الأقل تستخدم كلمات أكثر شيوعاً، القيم الأعلى تسمح بمفردات أكثر تنوعاً. الموصى به: 0.9 للتوازن الجيد بين الدقة واللغة الطبيعية.
• top_k: يقصر النموذج على الاختيار من أفضل K من الكلمات التالية الأكثر احتمالاً. القيم الأقل (20-40) تنتج ردوداً أكثر تركيزاً، القيم الأعلى (80-100) تسمح بمزيد من التنوع. الموصى به: 50 لأوصاف صور موثوقة.

لتكوين LPR (ANPR أو التعرف على لوحة الترخيص) في Agent DVR، انتقل إلى إعدادات الخادم - إعدادات AI وأدخل التفاصيل ضمن Plate Recognizer. قم بالتسجيل للحصول على نسخة تجريبية مجانية على Plate Recognizer. لا يلزم بطاقة ائتمان.

• URL: أدخل عنوان URL للخدمة. القيمة الافتراضية هي "https://api.platerecognizer.com/v1/plate-reader/"، أو استخدم خادمك الخاص إذا كنت تستضيف نسختك الخاصة.
• الرمز المميز (Token): بعد التسجيل في Plate Recognizer، قم بزيارة صفحة الحساب وانسخ رمز API.
• المناطق: اترك الحقل فارغًا للقيمة الافتراضية أو أدخل قائمة CSV بصيغة مناطق.
• الإعداد: أدخل قيم التكوين الإضافية من الوثائق إذا لزم الأمر.

DoubleTake هي منصة مفتوحة المصدر توفر واجهة برمجية موحدة لمعالجة التعرف على الوجوه باستخدام:

• CompreFace
• Amazon Rekognition
• DeepStack
• CodeProject.AI Server
• Facebox

ستحتاج إلى تثبيت وتكوين DoubleTake باستخدام خيارات التعرف على الوجوه المفضلة لديك.

بعد إعداد DoubleTake، افتح Agent DVR وانتقل إلى إعدادات الخادم - إعدادات AI وانقر على زر التكوين بجانب DoubleTake.

أدخل عنوان URL لخادم doubletake الخاص بك (على سبيل المثال http://localhost:3000/) وكلمة المرور الخاصة بك إن تم إعدادها.

انقر على موافق، ثم عدّل كاميرا وانتقل إلى التعرف على الوجوه. اضبط خيار خادم AI على DoubleTake وكوّن التعرف على الوجوه حسب الحاجة.