增加检测模型，增加模拟告警服务，增加压测方案和配置

configs/sample_cam3.json

@@ -0,0 +1,281 @@
+{
+  "queue": { "size": 8, "strategy": "drop_oldest" },
+  "graphs": [
+    {
+      "name": "cam1_sample_full_pipeline",
+      "nodes": [
+        {
+          "id": "in_cam1",
+          "type": "input_rtsp",
+          "role": "source",
+          "enable": true,
+          "url": "rtsp://10.0.0.49:8554/cam",
+          "fps": 30,
+          "width": 1280,
+          "height": 720,
+          "use_mpp": true,
+          "use_ffmpeg": false,
+          "force_tcp": true,
+          "reconnect_sec": 5,
+          "reconnect_backoff_max_sec": 30
+        },
+        {
+          "id": "pre_cam1",
+          "type": "preprocess",
+          "role": "filter",
+          "enable": true,
+          "dst_w": 640,
+          "dst_h": 640,
+          "dst_format": "rgb",
+          "dst_packed": true,
+          "keep_ratio": false,
+          "rga_gate": "cam1_sample_full_pipeline",
+          "use_rga": true
+        },
+        {
+          "id": "yolo_cam1",
+          "type": "ai_yolo",
+          "role": "filter",
+          "enable": true,
+          "infer_fps": 10,
+          "model_path": "./models/yolov5s-640-640.rknn",
+          "model_version": "v5",
+          "num_classes": 80,
+          "conf": 0.35,
+          "nms": 0.45,
+          "class_filter": []
+        },
+        {
+          "id": "face_det_cam1",
+          "type": "ai_face_det",
+          "role": "filter",
+          "enable": true,
+          "model_path": "./models/RetinaFace_mobile320.rknn",
+          "conf": 0.7,
+          "nms": 0.4,
+          "max_faces": 10,
+          "output_landmarks": true,
+          "input_format": "rgb"
+        },
+        {
+          "id": "face_recog_cam1",
+          "type": "ai_face_recog",
+          "role": "filter",
+          "enable": true,
+          "model_path": "./models/mobilefacenet_arcface.rknn",
+          "align": true,
+          "emit_embedding": false,
+          "max_faces": 10,
+          "input_format": "rgb",
+          "input_dtype": "uint8",
+          "threshold": { "accept": 0.45, "margin": 0.05 },
+          "gallery": {
+            "backend": "sqlite",
+            "path": "./models/face_gallery.db",
+            "load_on_start": true,
+            "expected_dim": 512,
+            "dtype": "auto"
+          }
+        },
+        {
+          "id": "trk_cam1",
+          "type": "tracker",
+          "role": "filter",
+          "enable": true,
+          "mode": "bytetrack_lite",
+          "per_class": true,
+          "state_key": "cam1_sample_full_pipeline",
+          "track_classes": [0],
+          "ignore_classes": [],
+          "allowed_models": ["yolov5", "yolov8"],
+          "high_th": 0.5,
+          "low_th": 0.1,
+          "iou_th": 0.3,
+          "max_age_ms": 1500,
+          "min_hits": 2,
+          "max_tracks": 128,
+          "debug": { "stats": false, "stats_interval": 200 }
+        },
+        {
+          "id": "pre_face_cam1",
+          "type": "preprocess",
+          "role": "filter",
+          "enable": true,
+          "dst_w": 0,
+          "dst_h": 0,
+          "dst_format": "rgb",
+          "dst_packed": true,
+          "keep_ratio": false,
+          "rga_gate": "cam1_sample_full_pipeline",
+          "use_rga": true
+        },
+        {
+          "id": "osd_cam1",
+          "type": "osd",
+          "role": "filter",
+          "enable": true,
+          "draw_bbox": true,
+          "draw_text": true,
+          "draw_face_det": false,
+          "draw_face_bbox": false,
+          "line_width": 2,
+          "font_scale": 1,
+          "use_rga_bbox": false,
+          "labels": []
+        },
+        {
+          "id": "post_cam1",
+          "type": "preprocess",
+          "role": "filter",
+          "enable": true,
+          "dst_w": 1280,
+          "dst_h": 720,
+          "dst_format": "nv12",
+          "keep_ratio": false,
+          "rga_gate": "cam1_sample_full_pipeline",
+          "use_rga": true
+        },
+        {
+          "id": "pub_cam1",
+          "type": "publish",
+          "role": "filter",
+          "enable": true,
+          "codec": "h264",
+          "fps": 30,
+          "gop": 60,
+          "bitrate_kbps": 2000,
+          "use_mpp": true,
+          "use_ffmpeg_mux": true,
+          "outputs": [
+            { "proto": "rtsp_server", "port": 8555, "path": "/live/cam1" },
+            { "proto": "hls", "path": "./web/hls/cam1/index.m3u8", "segment_sec": 2 }
+          ]
+        },
+        {
+          "id": "alarm_cam1",
+          "type": "alarm",
+          "role": "sink",
+          "enable": true,
+          "eval_fps": 10,
+          "labels": [],
+          "rules": [
+            {
+              "name": "person_in_view",
+              "class_ids": [0],
+              "roi": { "x": 0.0, "y": 0.0, "w": 1.0, "h": 1.0 },
+              "min_score": 0.4,
+              "min_box_area_ratio": 0.02,
+              "require_track_id": true,
+              "min_duration_ms": 1500,
+              "min_hits": 3,
+              "hit_window_ms": 1500,
+              "cooldown_ms": 5000,
+              "per_track_cooldown_ms": 5000
+            }
+          ],
+          "face_rules": [],
+          "actions": {
+            "log": { "enable": true, "level": "info" },
+            "snapshot": {
+              "enable": true,
+              "format": "jpg",
+              "quality": 85,
+              "upload": {
+                "type": "minio",
+                "endpoint": "http://10.0.0.49:9000",
+                "bucket": "myminio",
+                "region": "us-east-1",
+                "access_key": "minioadmin",
+                "secret_key": "minioadmin"
+              }
+            },
+            "clip": {
+              "enable": true,
+              "pre_sec": 5,
+              "post_sec": 10,
+              "format": "mp4",
+              "fps": 30,
+              "upload": {
+                "type": "minio",
+                "endpoint": "http://10.0.0.49:9000",
+                "bucket": "myminio",
+                "region": "us-east-1",
+                "access_key": "minioadmin",
+                "secret_key": "minioadmin"
+              }
+            },
+            "http": {
+              "enable": false,
+              "url": "http://127.0.0.1:8080/api/alarm",
+              "timeout_ms": 3000,
+              "include_media_url": true,
+              "method": "POST"
+            },
+            "external_api": {
+              "enable": true,
+              "getTokenUrl": "http://127.0.0.1:8080/api/getToken",
+              "putMessageUrl": "http://127.0.0.1:8080/api/putMessage",
+              "tenantCode": "32",
+              "channelNo": "${vod_channelNo}",
+              "timeout_ms": 3000,
+              "include_media_url": true,
+              "token_header": "X-Access-Token",
+              "token_json_path": "responseBody.token",
+              "token_cache_sec": 1200
+            }
+          }
+        },
+        {
+          "id": "alarm_face_cam1",
+          "type": "alarm",
+          "role": "sink",
+          "enable": true,
+          "eval_fps": 5,
+          "labels": [],
+          "rules": [],
+          "face_rules": [
+            { "name": "unknown_face", "type": "unknown", "cooldown_ms": 7000, "min_sim": 0.35, "min_hits": 2, "hit_window_ms": 1500, "min_face_area_ratio": 0.01, "min_face_aspect": 0.6, "max_face_aspect": 1.6 },
+            { "name": "known_person", "type": "person", "cooldown_ms": 7000, "min_sim": 0.6, "min_hits": 2, "hit_window_ms": 1500, "min_face_area_ratio": 0.01, "min_face_aspect": 0.6, "max_face_aspect": 1.6 }
+          ],
+          "actions": {
+            "log": { "enable": false, "level": "info" },
+            "snapshot": {
+              "enable": true,
+              "format": "jpg",
+              "quality": 85,
+              "upload": {
+                "type": "minio",
+                "endpoint": "http://10.0.0.49:9000",
+                "bucket": "myminio",
+                "region": "us-east-1",
+                "access_key": "minioadmin",
+                "secret_key": "minioadmin"
+              }
+            },
+            "clip": { "enable": false },
+            "http": {
+              "enable": true,
+              "url": "http://127.0.0.1:8080/api/alarm",
+              "timeout_ms": 3000,
+              "include_media_url": true,
+              "method": "POST"
+            }
+          }
+        }
+      ],
+      "edges": [
+        ["in_cam1", "pre_cam1"],
+        ["in_cam1", "pre_face_cam1"],
+        ["pre_cam1", "yolo_cam1"],
+        ["yolo_cam1", "trk_cam1"],
+        ["trk_cam1", "osd_cam1"],
+        ["osd_cam1", "post_cam1"],
+        ["post_cam1", "pub_cam1"],
+        ["pub_cam1", "alarm_cam1"],
+        ["pre_face_cam1", "face_det_cam1"],
+        ["face_det_cam1", "face_recog_cam1"],
+        ["face_recog_cam1", "alarm_face_cam1"]
+      ]
+    }
+  ]
+}

docs/requirements/guide.md

@@ -8,6 +8,12 @@ winget install Gyan.FFmpeg
 - 安装完成后，关闭并重新打开终端，验证：
 ffmpeg -version
 
+-查看本地摄像头信息
+ffmpeg -list_devices true -f dshow -i dummy
+
+- 本地运行RTSP服务器
+mediamtx.exe
+
 - 推流到RTSP服务器（设置摄像头的分辨率为720P）
 ffmpeg -f dshow -rtbufsize 100M -video_size 1280x720 -framerate 30 -vcodec mjpeg -i video="4K AutoFocus Webcam" -c:v libx264 -preset ultrafast -pix_fmt yuv420p -f rtsp rtsp://localhost:8554/cam
 

docs/stress_test_4ch_full_pipeline.md

@@ -0,0 +1,526 @@
+# RK3588 4路全流程压力测试方案
+
+本文档描述在单台 RK3588 设备上进行 4 路全流程视频处理的压力测试方案。
+
+**方案说明：** 本方案使用单一 RTSP 视频源 (`rtsp://10.0.0.49:8554/test`)，4 条流水线独立处理同一路输入，模拟 4 路摄像头并发场景。配置与 `sample_cam2.json` 完全一致。
+
+---
+
+## 1. 测试目标
+
+### 1.1 核心指标
+
+| 指标项 | 目标值 | 说明 |
+|--------|--------|------|
+| **并发路数** | 4 路 | 单设备同时处理 4 路视频 |
+| **输入分辨率** | 1280×720 @ 30fps | 每路输入为 720p 实时视频 |
+| **端到端延迟** | ≤ 500ms | 从采集到输出的完整延迟 |
+| **NPU 利用率** | ≥ 70% | NPU 高效利用，但不超载 |
+| **CPU 占用** | ≤ 50% | 预留系统余量 |
+| **内存占用** | ≤ 2.5GB | 避免内存压力 |
+| **运行稳定性** | 24 小时无崩溃 | 长稳测试 |
+
+### 1.2 全流程覆盖
+
+测试需覆盖所有节点类型（与 `sample_cam2.json` 一致的拓扑）：
+
+```
+                    [共享输入源]
+                         │
+        ┌────────────────┼────────────────┐
+        │                │                │
+   [Pipeline 1]     [Pipeline 2]     [Pipeline 3]     [Pipeline 4]
+        │                │                │                │
+   input_rtsp      input_rtsp       input_rtsp       input_rtsp
+        │                │                │                │
+   preprocess       preprocess       preprocess       preprocess
+        │                │                │                │
+   ai_yolo ──→ tracker ─┤           ai_yolo ──→ tracker    (目标检测+跟踪)
+        │                │                │                │
+   ai_face_det ──→ ai_face_recog       (人脸识别)
+        │                │                │                │
+        └──────────→   osd   ←─────────────────────────────┘
+                         │
+                    preprocess (后处理)
+                         │
+                    publish (RTSP/HLS 输出)
+                         │
+              ┌──────────┴──────────┐
+              │                     │
+        alarm (目标)           alarm_face (人脸)
+```
+
+**节点类型统计（每路，与 sample_cam2.json 一致）：**
+- **Source (1)**：`input_rtsp`
+- **Filter (7)**：`preprocess`×2, `ai_yolo`, `ai_face_det`, `ai_face_recog`, `tracker`, `osd`
+- **Sink (3)**：`alarm`×2, `publish`
+
+**4路总计：**
+- 4 个 input_rtsp 节点（连接同一 RTSP 源）
+- 28 个 Filter 节点
+- 12 个 Sink 节点
+
+---
+
+## 2. 测试环境要求
+
+### 2.1 硬件要求
+
+| 项目 | 规格 | 说明 |
+|------|------|------|
+| **主控芯片** | RK3588 | 4×A76@2.4GHz + 4×A55@1.8GHz |
+| **NPU** | 6 TOPS@INT8 | 用于 AI 推理 |
+| **内存** | ≥ 8GB LPDDR4/LPDDR5 | 建议 8GB 或以上 |
+| **存储** | ≥ 32GB eMMC/SSD | 用于 HLS 切片存储 |
+| **网络** | 千兆以太网 | 单路 4-8Mbps 输入，4路约 16-32Mbps |
+| **散热** | 主动散热 | 长时间高负载运行 |
+
+### 2.2 软件要求
+
+| 项目 | 版本/配置 | 说明 |
+|------|-----------|------|
+| **操作系统** | Ubuntu 22.04 / Debian 11 | ARM64 架构 |
+| **内核** | Linux 5.10+ | 需支持 RGA、MPP、DMA-BUF |
+| **NPU 驱动** | rknpu driver 0.9.6+ | 建议最新版本 |
+| **CMake** | ≥ 3.20 | 构建工具 |
+| **GCC** | ≥ 10.0 | 编译器 |
+
+### 2.3 依赖库检查
+
+```bash
+# 检查 NPU 驱动
+ls /dev/rknpu
+
+# 检查 RGA 驱动
+ls /dev/rga
+
+# 检查内存
+free -h
+
+# 检查存储空间
+df -h
+```
+
+### 2.4 视频源要求
+
+| 项目 | 要求 | 说明 |
+|------|------|------|
+| **视频源类型** | RTSP Server | 建议使用 ffmpeg 或 ZLMediaKit 推流 |
+| **视频源数量** | 1 路共享流 | 4 条流水线共用同一输入 |
+| **视频规格** | 1280×720 @ 30fps, H.264 | 模拟真实摄像头 |
+| **码率** | 4-8 Mbps | 总输入带宽 4-8 Mbps |
+| **内容要求** | 包含行人和人脸 | 用于验证检测和识别功能 |
+
+**视频源准备命令（在 10.0.0.49 服务器执行）：**
+
+```bash
+# 使用 ffmpeg 推送 1 路 720p 测试流
+ffmpeg -re -stream_loop -1 -i test_video.mp4 \
+  -c:v libx264 -preset fast -b:v 4M -r 30 -s 1280x720 \
+  -f rtsp rtsp://0.0.0.0:8554/test
+
+# 或使用 ZLMediaKit 等 RTSP 服务器
+```
+
+**测试视频内容建议：**
+- 包含行人移动（验证目标检测和跟踪）
+- 包含正脸人像（验证人脸识别）
+- 时长 5-10 分钟，循环播放
+
+### 2.5 外部服务要求
+
+| 服务 | 用途 | 配置 |
+|------|------|------|
+| **MinIO** | 报警截图/录像存储 | 地址: `10.0.0.49:9000`<br>Bucket: `stress-test`<br>账号: `minioadmin/minioadmin` |
+
+**MinIO 准备（在 10.0.0.49 上执行）：**
+
+```bash
+# 创建 bucket
+mc alias set myminio http://10.0.0.49:9000 minioadmin minioadmin
+mc mb myminio/stress-test
+```
+
+---
+
+## 3. 测试配置文件
+
+### 3.1 主配置文件
+
+配置文件路径：`configs/stress_test_4ch_shared_source.json`
+
+**配置特点：**
+- 4 个独立 Graph（stress_cam1 ~ stress_cam4）
+- 所有 Graph 的输入 RTSP URL 相同：`rtsp://10.0.0.49:8554/test`
+- 每路独立输出到不同端口（8555-8558）
+- **节点拓扑和参数与 `sample_cam2.json` 完全一致**
+
+**节点配置详情（每路，与 sample_cam2.json 一致）：**
+
+| 节点 | 类型 | 作用 | 关键参数 |
+|------|------|------|----------|
+| `input_rtsp` | source | 拉取 RTSP 流 | 1280×720@30fps, use_mpp=true |
+| `preprocess` | filter | 图像预处理 | 720p → 640×640 RGB, use_rga=true |
+| `ai_yolo` | filter | 目标检测 | yolov8n-640.rknn, v8, conf=0.35, nms=0.45, infer_fps=10 |
+| `ai_face_det` | filter | 人脸检测 | RetinaFace_mobile320.rknn, conf=0.7, max_faces=10 |
+| `ai_face_recog` | filter | 人脸识别 | mobilefacenet_arcface.rknn, align=true, max_faces=10 |
+| `tracker` | filter | 目标跟踪 | bytetrack_lite, max_age_ms=1500, track_classes=[0] |
+| `preprocess` | filter | 人脸分支预处理 | 原始分辨率 → RGB (pre_face) |
+| `osd` | filter | 屏幕显示 | draw_bbox=true, draw_text=true, line_width=2 |
+| `preprocess` | filter | 后处理 | 640×640 → 720p NV12, use_rga=true |
+| `publish` | sink | 视频输出 | h264, 30fps, 2000kbps, RTSP+HLS |
+| `alarm` | sink | 目标报警 | eval_fps=10, MinIO上传截图+录像 |
+| `alarm_face` | sink | 人脸报警 | eval_fps=5, MinIO上传截图 |
+
+**输出端口分配：**
+
+| Graph | RTSP 端口 | HLS 路径 |
+|-------|-----------|----------|
+| stress_cam1 | 8555 | `./web/hls/cam1/index.m3u8` |
+| stress_cam2 | 8556 | `./web/hls/cam2/index.m3u8` |
+| stress_cam3 | 8557 | `./web/hls/cam3/index.m3u8` |
+| stress_cam4 | 8558 | `./web/hls/cam4/index.m3u8` |
+
+**模型文件清单：**
+
+| 模型文件 | 路径 | 说明 |
+|----------|------|------|
+| yolov8n-640.rknn | `./models/yolov8n-640.rknn` | YOLOv8 目标检测 |
+| RetinaFace_mobile320.rknn | `./models/RetinaFace_mobile320.rknn` | 人脸检测 |
+| mobilefacenet_arcface.rknn | `./models/mobilefacenet_arcface.rknn` | 人脸识别 |
+| face_gallery.db | `./models/face_gallery.db` | 人脸库 |
+
+---
+
+## 4. 测试步骤
+
+### 4.1 环境准备
+
+```bash
+# 1. 检查 NPU 驱动
+ls /dev/rknpu
+
+# 2. 检查内存
+free -h
+
+# 3. 检查存储空间
+df -h
+
+# 4. 准备模型文件
+ls models/
+# 应有：yolov8n-640.rknn, RetinaFace_mobile320.rknn, mobilefacenet_arcface.rknn, face_gallery.db
+
+# 5. 创建 HLS 输出目录
+mkdir -p web/hls/cam{1,2,3,4}
+
+# 6. 检查网络连接
+ping 10.0.0.49
+```
+
+### 4.2 启动视频源
+
+在服务器（10.0.0.49）上执行：
+
+```bash
+# 推送单路 720p 测试流
+ffmpeg -re -stream_loop -1 -i test_video.mp4 \
+  -c:v libx264 -preset fast -b:v 4M -r 30 -s 1280x720 \
+  -f rtsp rtsp://0.0.0.0:8554/cam1
+```
+
+### 4.3 启动测试程序
+
+```bash
+cd /home/orangepi/apps/OrangePi3588Media
+
+# 启动 media-server
+./build/media-server --config configs/stress_test_4ch_shared_source.json
+```
+
+### 4.4 监控脚本
+
+创建监控脚本 `monitor_4ch.sh`：
+
+```bash
+#!/bin/bash
+
+LOG_FILE="stress_test_4ch_$(date +%Y%m%d_%H%M%S).log"
+
+echo "Time,CPU%,MemMB,NPU%,Temp°C" > $LOG_FILE
+
+while true; do
+    TIME=$(date '+%H:%M:%S')
+    
+    # CPU 使用率
+    CPU=$(top -bn1 | grep "Cpu(s)" | awk '{print $2}' | cut -d'%' -f1)
+    
+    # 内存使用 (MB)
+    MEM=$(free -m | awk 'NR==2{printf "%.0f", $3}')
+    
+    # NPU 使用率
+    NPU=$(cat /sys/kernel/debug/rknpu/load 2>/dev/null || echo "0")
+    
+    # CPU 温度
+    TEMP=$(cat /sys/class/thermal/thermal_zone0/temp 2>/dev/null | awk '{print $1/1000}')
+    
+    echo "$TIME,$CPU,$MEM,$NPU,$TEMP" >> $LOG_FILE
+    echo "[$TIME] CPU:${CPU}% Mem:${MEM}MB NPU:${NPU}% Temp:${TEMP}°C"
+    
+    sleep 5
+done
+```
+
+运行监控：
+```bash
+chmod +x monitor_4ch.sh
+./monitor_4ch.sh
+```
+
+---
+
+## 5. 测试结果验证方法
+
+### 5.1 功能验证
+
+| 验证项 | 方法 | 通过标准 |
+|--------|------|----------|
+| **输入连接** | 查看日志 | 4 路都显示 "connected" |
+| **视频输出** | VLC 播放 | `rtsp://<rk3588_ip>:8555/live/cam1` ~ `:8558/live/cam4` 都能正常播放 |
+| **HLS 输出** | 浏览器/播放器 | 4 路 HLS 流可正常播放 |
+| **目标检测** | 观察 OSD 输出 | 画面中出现检测框和 "person" 标签 |
+| **人脸识别** | 观察 OSD 输出 | 人脸被框选，显示姓名或 "unknown" |
+| **目标跟踪** | 观察 OSD 输出 | 同一目标的 ID 保持稳定 |
+| **报警触发** | 查看日志 | alarm 节点输出 "person_detect" 或 "unknown_face" |
+| **MinIO 上传** | 检查 MinIO | `stress-test` bucket 中有截图/录像文件 |
+| **4路并发** | 同时播放4路输出 | 4路输出画面都流畅，无明显卡顿 |
+
+### 5.2 性能验证
+
+| 指标 | 测量方法 | 通过标准 |
+|------|----------|----------|
+| **帧率** | 日志中 node_output_fps | ≥ 25 fps（每路） |
+| **延迟** | 对比输入输出时间戳 | ≤ 500ms |
+| **NPU 利用率** | `/sys/kernel/debug/rknpu/load` | 50-90% |
+| **CPU 占用** | `top` 命令 | ≤ 50% |
+| **内存占用** | `free` 命令 | ≤ 2.5GB |
+| **队列积压** | 日志中 queue_length | 不持续增长 |
+
+### 5.3 稳定性验证
+
+| 测试项 | 时长 | 通过标准 |
+|--------|------|----------|
+| **短稳测试** | 1 小时 | 无崩溃，无内存泄漏 |
+| **中稳测试** | 8 小时 | 性能指标稳定，无异常重启 |
+| **长稳测试** | 24 小时 | 无崩溃，内存增长 < 100MB |
+
+### 5.4 验证命令示例
+
+```bash
+# 1. 检查 4 路进程状态
+ps aux | grep media-server
+
+# 2. 查看 NPU 负载
+watch -n 1 cat /sys/kernel/debug/rknpu/load
+
+# 3. 查看资源使用
+htop
+
+# 4. 播放测试（另开终端）
+ffplay rtsp://localhost:8555/live/cam1 &
+ffplay rtsp://localhost:8556/live/cam2 &
+ffplay rtsp://localhost:8557/live/cam3 &
+ffplay rtsp://localhost:8558/live/cam4 &
+
+# 5. 检查 HLS 文件生成
+ls -la web/hls/cam*/
+
+# 6. 查看日志中的报警
+tail -f media-server.log | grep alarm
+
+# 7. 检查 MinIO 上传（在 10.0.0.49 上）
+mc ls myminio/stress-test
+```
+
+---
+
+## 6. 预期结果
+
+### 6.1 正常情况
+
+```
+┌─────────────────────────────────────────────────────────┐
+│ 4 路 720p 全流程测试预期结果                             │
+├─────────────────────────────────────────────────────────┤
+│ • 4 路视频正常解码、处理、输出                            │
+│ • 端到端延迟: 200-400ms                                  │
+│ • NPU 利用率: 70-90%                                     │
+│ • CPU 占用: 30-50%                                       │
+│ • 内存占用: 1.5-2.5GB                                    │
+│ • 无丢帧或轻微丢帧 (< 1%)                                │
+│ • 报警功能正常触发，MinIO上传成功                         │
+│ • 4路输出画面质量一致                                     │
+└─────────────────────────────────────────────────────────┘
+```
+
+### 6.2 性能数据记录表
+
+| 指标 | 测试前 | 1小时 | 8小时 | 24小时 |
+|------|--------|-------|-------|--------|
+| CPU 平均占用 | - | | | |
+| CPU 峰值占用 | - | | | |
+| 内存占用 (MB) | - | | | |
+| NPU 平均利用率 | - | | | |
+| NPU 峰值利用率 | - | | | |
+| 平均延迟 (ms) | - | | | |
+| 帧率 cam1 (fps) | - | | | |
+| 帧率 cam2 (fps) | - | | | |
+| 帧率 cam3 (fps) | - | | | |
+| 帧率 cam4 (fps) | - | | | |
+| 报警次数 (目标) | - | | | |
+| 报警次数 (人脸) | - | | | |
+| MinIO 文件数 | - | | | |
+| 异常重启次数 | - | | | |
+
+### 6.3 输出验证清单
+
+- [ ] 4 路 RTSP 流均可正常播放
+- [ ] 4 路 HLS 流均可正常播放
+- [ ] 画面中有检测框（OSD 正常工作）
+- [ ] 检测到人脸时显示姓名或 "unknown"
+- [ ] 目标 ID 保持稳定（跟踪正常工作）
+- [ ] 日志中有报警输出
+- [ ] MinIO `stress-test` bucket 中有文件上传
+- [ ] 无 Error/Warning 刷屏
+
+---
+
+## 7. 故障排查
+
+### 7.1 常见问题
+
+| 现象 | 可能原因 | 解决方法 |
+|------|----------|----------|
+| **启动失败** | NPU 驱动未加载 | `ls /dev/rknpu` 检查，重新加载驱动 |
+| **拉流失败** | 网络不通/视频源问题 | 检查网络，`ping 10.0.0.49`，验证 RTSP 流 |
+| **高 CPU 占用** | RGA 未启用 | 检查配置 `use_rga: true`，`use_mpp: true` |
+| **高延迟** | 队列积压 | 检查 `queue.size`，适当调小 |
+| **NPU 利用率低** | 推理频率设置过低 | 调整 `infer_fps` |
+| **4路中某路无输出** | 端口冲突 | 检查端口 8555-8558 是否被占用 |
+| **OSD 不显示** | 格式不支持 | 确保 OSD 输入为 RGB/BGR/NV12 格式 |
+| **MinIO 上传失败** | 网络/认证问题 | 检查 MinIO 地址和账号密码 |
+
+### 7.2 调试命令
+
+```bash
+# 查看 NPU 状态
+cat /sys/kernel/debug/rknpu/version
+cat /sys/kernel/debug/rknpu/load
+
+# 查看 RGA 状态
+cat /sys/kernel/debug/rga/info
+
+# 查看进程资源使用
+pidof media-server | xargs -I {} ps -p {} -o pid,ppid,cmd,%cpu,%mem
+
+# 查看线程数
+ps -eLf | grep media-server | wc -l
+
+# 查看端口占用
+netstat -tlnp | grep media-server
+
+# 查看系统日志
+sudo dmesg | tail -50
+```
+
+### 7.3 日志分析
+
+```bash
+# 检查错误
+grep -i "error\|fail\|warn" media-server.log | head -20
+
+# 检查各路口连接状态
+grep "input_rtsp\|connected\|disconnected" media-server.log
+
+# 检查帧率
+grep "output_fps" media-server.log | tail -20
+
+# 检查报警触发
+grep "alarm" media-server.log | tail -20
+
+# 检查 MinIO 上传
+grep "minio\|snapshot\|clip" media-server.log | tail -20
+```
+
+---
+
+## 8. 测试报告模板
+
+### 8.1 基本信息
+
+- **测试时间**: 
+- **测试人员**: 
+- **设备型号**: 
+- **固件版本**: 
+- **软件版本**: 
+- **视频源**: `rtsp://10.0.0.49:8554/test` (1280×720@30fps)
+- **MinIO**: `http://10.0.0.49:9000`, bucket: `stress-test`
+
+### 8.2 测试结论
+
+- [ ] 4 路全流程测试通过
+- [ ] 性能指标达标
+- [ ] 稳定性测试通过
+- [ ] MinIO 上传功能正常
+
+### 8.3 详细数据
+
+（填入第 6 章的表格数据）
+
+### 8.4 问题记录
+
+| 序号 | 问题描述 | 严重程度 | 状态 |
+|------|----------|----------|------|
+| 1 | | | |
+| 2 | | | |
+
+### 8.5 优化建议
+
+（根据测试结果填写）
+
+---
+
+## 9. 附录
+
+### 9.1 快速开始
+
+```bash
+# 1. 准备环境
+cd /home/orangepi/apps/OrangePi3588Media
+mkdir -p web/hls/cam{1,2,3,4}
+
+# 2. 确认模型存在
+ls models/yolov8n-640.rknn models/RetinaFace_mobile320.rknn \
+   models/mobilefacenet_arcface.rknn models/face_gallery.db
+
+# 3. 启动测试
+./build/media-server --config configs/stress_test_4ch_shared_source.json
+
+# 4. 另开终端监控
+./monitor_4ch.sh
+
+# 5. 验证输出
+ffplay rtsp://localhost:8555/live/cam1
+```
+
+### 9.2 相关文档
+
+- [Readme.md](../Readme.md) - 项目总览
+- [deployment.md](deployment.md) - 部署说明
+- [dag_graph_node_edge.md](architecture/dag_graph_node_edge.md) - 架构说明
+
+### 9.3 配置文件清单
+
+| 文件 | 说明 |
+|------|------|
+| `configs/stress_test_4ch_shared_source.json` | 4路全流程测试配置（共享源，与 sample_cam2.json 一致） |
+| `monitor_4ch.sh` | 资源监控脚本 |

scripts/mock_alarm_server.py

@@ -0,0 +1,186 @@
+#!/usr/bin/env python3
+"""
+模拟告警服务器
+用于测试 RK3588 Media Server 的 alarm 节点 external_api 功能
+
+提供两个接口：
+1. POST /api/getToken - 获取访问令牌
+2. POST /api/putMessage - 接收告警信息
+
+使用方法：
+    python3 mock_alarm_server.py
+    
+默认监听：0.0.0.0:8080
+"""
+
+from flask import Flask, request, jsonify
+from datetime import datetime
+import json
+import sys
+
+app = Flask(__name__)
+
+# 模拟 token 存储
+mock_token = "eyJ0eXAiOiJKV1QiLCJhbGciOiJIUzI1NiJ9.mock_token_for_testing"
+token_expire_time = 30 * 60  # 30分钟过期时间（秒）
+
+# 统计信息
+stats = {
+    "token_requests": 0,
+    "alarm_requests": 0,
+    "last_alarm": None
+}
+
+
+@app.route('/api/getToken', methods=['POST'])
+def get_token():
+    """
+    模拟获取 token 接口
+    返回格式与 d8_1.py 中一致
+    """
+    stats["token_requests"] += 1
+    
+    # 打印请求信息
+    print(f"\n[{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}] 收到 Token 请求")
+    print(f"  请求头: {dict(request.headers)}")
+    print(f"  请求体: {request.data.decode('utf-8') if request.data else 'None'}")
+    
+    response = {
+        "errorDesc": None,
+        "message": None,
+        "responseBody": {
+            "userInfo": {
+                "username": "szls",
+                "realname": "数字孪生",
+                "deptName": "精密铸造厂",
+                "id": "8a746b7d91deb3270191df35f42e000e"
+            },
+            "expireTime": str(token_expire_time),
+            "token": mock_token,
+            "refreshToken": mock_token + "_refresh"
+        },
+        "retCode": "200"
+    }
+    
+    print(f"  响应: 返回 mock token")
+    return jsonify(response)
+
+
+@app.route('/api/putMessage', methods=['POST'])
+def put_message():
+    """
+    模拟接收告警信息接口
+    接收格式与 d8_1.py 中 send_post_request 一致
+    """
+    stats["alarm_requests"] += 1
+    
+    # 获取请求头中的 token
+    token = request.headers.get('X-Access-Token', 'None')
+    
+    # 解析请求体
+    try:
+        data = request.json if request.is_json else json.loads(request.data)
+    except:
+        data = {}
+    
+    # 打印告警信息
+    print(f"\n[{datetime.now().strftime('%Y-%m-%d %H:%M:%S')}] 收到告警信息")
+    print(f"  Token: {token[:30]}...")
+    print(f"  租户代码: {data.get('tenantCode', 'N/A')}")
+    print(f"  频道号: {data.get('channelNo', 'N/A')}")
+    print(f"  告警内容: {data.get('alarmContent', 'N/A')}")
+    print(f"  告警时间: {data.get('alarmTime', 'N/A')}")
+    
+    # 打印图片/视频信息
+    pic_info = data.get('picInfo', [])
+    video_info = data.get('videoInfo', [])
+    
+    if pic_info:
+        print(f"  图片地址: {len(pic_info)} 张")
+        for i, pic in enumerate(pic_info[:3]):  # 只打印前3个
+            print(f"    [{i+1}] {pic.get('url', 'N/A')}")
+        if len(pic_info) > 3:
+            print(f"    ... 还有 {len(pic_info) - 3} 张")
+    
+    if video_info:
+        print(f"  视频地址: {len(video_info)} 个")
+        for i, video in enumerate(video_info[:3]):
+            print(f"    [{i+1}] {video.get('url', 'N/A')}")
+    
+    # 更新统计
+    stats["last_alarm"] = {
+        "time": datetime.now().strftime('%Y-%m-%d %H:%M:%S'),
+        "content": data.get('alarmContent', 'N/A'),
+        "channel": data.get('channelNo', 'N/A')
+    }
+    
+    # 返回成功响应
+    response = {
+        "responseBody": "1",
+        "message": None,
+        "retCode": "200",
+        "errorDesc": None
+    }
+    
+    print(f"  响应: 告警接收成功")
+    return jsonify(response)
+
+
+@app.route('/stats', methods=['GET'])
+def get_stats():
+    """查看统计信息"""
+    return jsonify({
+        "token_requests": stats["token_requests"],
+        "alarm_requests": stats["alarm_requests"],
+        "last_alarm": stats["last_alarm"]
+    })
+
+
+@app.route('/', methods=['GET'])
+def index():
+    """首页说明"""
+    return """
+    <h1>RK3588 模拟告警服务器</h1>
+    <p>可用接口:</p>
+    <ul>
+        <li><b>POST /api/getToken</b> - 获取访问令牌</li>
+        <li><b>POST /api/putMessage</b> - 接收告警信息</li>
+        <li><b>GET /stats</b> - 查看统计信息</li>
+    </ul>
+    <p>当前统计:</p>
+    <ul>
+        <li>Token 请求次数: {token_requests}</li>
+        <li>告警请求次数: {alarm_requests}</li>
+    </ul>
+    """.format(**stats)
+
+
+def main():
+    host = "0.0.0.0"
+    port = 8080
+    
+    print("=" * 60)
+    print("RK3588 模拟告警服务器")
+    print("=" * 60)
+    print(f"启动时间: {datetime.now().strftime('%Y-%m-%d %H:%M:%S')}")
+    print(f"监听地址: http://{host}:{port}")
+    print("")
+    print("接口列表:")
+    print(f"  1. POST http://{host}:{port}/api/getToken")
+    print(f"  2. POST http://{host}:{port}/api/putMessage")
+    print(f"  3. GET  http://{host}:{port}/stats")
+    print("")
+    print("按 Ctrl+C 停止服务")
+    print("=" * 60)
+    
+    try:
+        app.run(host=host, port=port, debug=False, threaded=True)
+    except KeyboardInterrupt:
+        print("\n\n服务已停止")
+        print(f"总计 Token 请求: {stats['token_requests']}")
+        print(f"总计告警请求: {stats['alarm_requests']}")
+        sys.exit(0)
+
+
+if __name__ == '__main__':
+    main()