接入现有摄像头
AI 盒子通过标准网络协议从后厨已有的 IP 摄像头取流，多数场景不需要整体换摄像头。视角被遮挡或距离过远的机位会在勘察阶段单独标注处理。
明厨亮灶 AI 盒子把被动巡查变成持续可见
装了摄像头不等于管住了后厨。人盯屏幕看不了一整天，事后翻录像又常常找不到那一段。算芽的做法是让 AI 盒子接入后厨现有摄像头，在现场完成检测，命中规则时自动截取事件短视频作为留证并推送告警，检测策略由中心统一下发。目标不是多产生几千条告警，而是让每一条推到管理端的记录都值得处理。
一条闭环，四个环节
明厨亮灶项目做不下去，通常不是模型不准，而是闭环断在了某一环：拿不到清晰画面、告警没人看、事件查不到证据、策略改不动。四个环节都通，系统才真正开始工作。
边缘侧实时检测
模型运行在现场盒子上，不把视频推到公网再等云端返回结果。断网期间检测与本地事件记录继续进行，恢复后补传。
事件短视频留证
命中规则时自动截取前后若干秒的短视频与抓拍图，替代"从几个小时录像里翻找"的低效动作，也让复核和申诉有据可依。
策略下发与告警协同
检测项、时段、区域、阈值与去重规则可在中心配置并批量下发到成组设备；告警推送到管理端，进入日常整改流程。
常见关注的检测方向
下面是后厨监管场景里被问得最多的几类关注点。算芽按项目实际需求确定最终检测项清单，能开哪些项取决于机位视角、画面清晰度与样本条件。
着装与个人卫生
厨师帽、口罩、工作服的佩戴情况，是绝大多数明厨亮灶项目的第一批检测项，也是现场最容易验证效果的一类。
操作区行为规范
吸烟、玩手机等与食品安全直接冲突的行为，通常配合时段和区域限制使用，避免在休息区产生无意义的告警。
环境与虫鼠患
鼠患出现、垃圾桶未加盖这类环境类事件多发生在非营业时段，适合配置成夜间时段生效的检测项。
人员进出管理
非工作人员进入操作区、指定区域内的人员滞留，可以与人脸识别能力配合，把"有人进来"细化到"谁进来了"。
检测项清单、准确性表现与部署形态均以项目现场勘察和试点验证结果为准。算芽不在官网披露未经现场验证的准确率、时延与规模指标。
谁在用这套方案
学校与机关食堂
需要面向主管部门和家长两侧提供可核查记录的场景，对留证完整性和检测项覆盖的要求通常最高。
团餐企业与中央厨房
多点位、跨区域运营，靠中心统一下发策略来保证各站点标准一致，避免每个厨房各配一套规则。
连锁餐饮品牌
关注品牌风险控制，把总部的操作规范落到门店后厨的日常动作上，并留下可追溯的执行记录。
监管与运营平台方
已有区域级监管或食安平台，需要把 AI 事件数据接入现有系统。对接协议与字段口径按对方接入规范确定。
COMMON QUESTIONS
常见问题
需要更换现有的摄像头吗？
多数情况下不需要。AI 盒子通过标准网络协议从现有摄像头取流，只要画面清晰度、安装角度和覆盖范围能看清要检测的目标即可。少数机位如果视角被遮挡或距离过远，可能需要补装或调整位置，这会在现场勘察阶段明确。
明厨亮灶能检测哪些违规行为？
行业常见的关注点包括厨师帽与口罩佩戴、吸烟、玩手机、鼠患出现、垃圾桶未加盖、非工作人员进入操作区等。算芽按项目实际需求确定检测项清单，具体能开哪些项取决于现场机位视角、画面清晰度与样本条件，需要在勘察和试点后确认。
断网了还能继续检测和告警吗？
可以。模型运行在现场的 AI 盒子上，取流与推理都不依赖公网。断网期间检测和本地事件记录继续进行，网络恢复后再与中心平台同步。中心侧主要承担策略下发、事件汇总与设备管理。
告警太多导致没人看怎么办？
这是明厨亮灶项目最常见的失败原因，所以策略层是方案的重点。检测项开关、生效时段、限定区域、告警阈值与重复事件去重都可以配置，并支持中心统一下发到成组设备，目的是让推到管理端的每一条告警都值得处理。
能对接当地监管平台或已有的管理系统吗？
可以按项目需求评估对接方式。事件数据、抓拍图与短视频可以通过接口向上游系统推送。具体协议、字段口径与频次需要结合对方平台的接入规范确定。