所有容器必须映射端口到宿主机，或加入同一 Docker 网络；Sentinel 配置中监控的主节点必须是「宿主机 IP + 映射端口」，而非容器内部 IP；Python 代码必须连接「宿主机 IP + 容器映射的 Sentinel 端口」，而非容器内部 IP；延长超时时间 + 开启重试，适配单机 Docker 的网络延迟。按以上步骤操作后，99% 的单机 Docker 环境下都会解决。

基础视频处理：直接用 OpenCV 的，底层自动调用 FFmpeg，通过 FourCC、控制 FFmpeg 行为；高级 FFmpeg 功能：用 Pythonsubprocess调用 FFmpeg 命令行，结合 OpenCV 处理视频帧，实现音频/视频分离、格式转换等；核心逻辑：OpenCV 封装了 FFmpeg 的视频编解码能力，复杂需求需直接调用 FFmpeg 命令行。

RuoYi AI 是基于RuoYi 通用后台管理框架扩展的人工智能应用快速开发框架，核心目标是降低AI应用的开发门槛，让开发者无需关注复杂的AI模型底层实现和后台管理系统搭建，只需聚焦业务场景，即可快速构建具备AI能力的管理系统和业务应用。RuoYi AI是基于RuoYi扩展的AI快速开发框架，集成主流AI库和成熟后台基建，开箱即用；核心部署流程：数据库初始化 → 后端配置打包 → 前端配置打包

本文介绍基于MS-Swift框架部署Qwen3-0.6B-Base模型的API服务方案。通过FastAPI实现OpenAI兼容接口，支持量化优化降低显存占用。方案包含环境配置、API启动脚本编写、服务部署及多种调用方式（curl/Python/Swagger）。提供4bit量化默认配置，支持自定义参数调整，并给出常见问题解决方案。该方案可实现快速部署稳定可靠的HTTP API服务，适用于各类应用集

RuoYi AI 是基于RuoYi 通用后台管理框架扩展的人工智能应用快速开发框架，核心目标是降低AI应用的开发门槛，让开发者无需关注复杂的AI模型底层实现和后台管理系统搭建，只需聚焦业务场景，即可快速构建具备AI能力的管理系统和业务应用。RuoYi AI是基于RuoYi扩展的AI快速开发框架，集成主流AI库和成熟后台基建，开箱即用；核心部署流程：数据库初始化 → 后端配置打包 → 前端配置打包

pip/conda 安装的 OpenCV：无需手动装 FFmpeg，预编译包已包含 FFmpeg 核心库，开箱即用；源码编译的 OpenCV：需先安装 FFmpeg 开发库，否则会缺失视频处理功能；OpenCV 并非“自带”完整 FFmpeg，而是链接/打包了 FFmpeg 的核心库来实现视频处理。

这是一套基于FFmpeg搭建的智慧园区音视频自动化运维系统摄像头流 24h 稳定录制，故障自动重启录像批量预处理，适配 AI 分析模型历史录像压缩，节省 50% 存储成本磁盘监控 + 多渠道告警，提前规避存储风险。

为解决智慧园区摄像头音视频数据录制分散、人工处理效率低、存储成本高、故障响应慢等问题，搭建基于 FFmpeg 的自动化运维系统，实现24h 自动录制、批量 AI 预处理、历史录像压缩、磁盘监控告警、多摄像头集群管理全流程闭环，支撑园区安防监控、AI 行为分析等业务需求。

本次提供的批量部署脚本适配园区，支持一键启动所有摄像头录制进程、一键停止批量运维、实时监控进程状态，解决单摄像头脚本逐个操作的低效问题，大幅提升大规模部署与运维效率。

本手册涵盖全流程，可直接用于园区项目落地与长期运维，确保音视频处理系统稳定运行。