开源摄像头配Claude:以前翻整夜录像找流星,现在醒来收短信
找流星的苦差事
找流星的传统做法是件苦差事:翻看整夜视频,手动提取帧,标注,重新训练模型。结果模型把每颗星星都标了出来,只能从头再来一遍。作者为此构建了开源天空摄像头项目 openskycam。Claude Code 可以直接驱动它运行。
周六晚上,它捕获了 17 颗流星,作者醒来之前已经分好类。
系统如何工作
系统用 4K 摄像头全天候对准天空,视频保存在自己的磁盘上。工作流先采样帧,再运行检测模型,把检测结果关联成轨迹,区分移动和静止。最后把命中对象分进三类:流星、飞机、固定灯光。
网站上能做的每一件事都对应 API 调用。配上 MCP 服务器,Claude Code 能直接操作整个系统。
AI 的自我改进
Claude 构建的夜间工作流每晚在视频到达时运行。它审查每个检测结果,决定接受还是拒绝。
有一次,模型持续把星星误报成飞行物体。Claude 用作者批准的检测结果构建了一个数据集,重新训练模型。模型从未训练过的夜晚,星星误报率从一半左右降到 7%,同时仍能捕获 90% 的流星。
醒来后能看到什么
每天早晨,Claude 丢掉无用的检测,把有价值的命中用短信发过来。多云夜晚它什么也不发,没有内容就不打扰。
系统还会生成每日视频,覆盖晚上 9:30 到次日下午 6 点。夜里,每颗流星和每架飞机都有 4K 实拍镜头。白天,它发现的每只鸟显示成一个粉色圆点,每 10 次检测给一次真实鸟类的特写。视频以全过程的单帧画面和几张图表结束。作者说,鸟多到只差一副双筒望远镜就能加入当地观鸟协会。
自己搭一套
项目分两个仓库:openskycam 和 edmund-harness。前者管摄像头、检测和 Claude 使用的工具,后者管 iMessage 消息发送。
需要一台 RTSP 摄像头、一个树莓派、一台有大磁盘的机器。机器跑 macOS 或 Linux 都行,也可以跑模型,GPU 不是必须的。还需要一个带域名的 Cloudflare 账户。
一条命令就能安装并引导设置,训练好的夜间模型直接放在仓库里。不想交互的话,npm run setup -- --yes 会从 .env 读取所有配置。缺哪一项就停在哪一项,直接告诉你缺什么。
仍有几步必须人工完成:创建 Cloudflare 隧道、登录应用、生成 API 密钥。
护栏和疑问
MCP 服务器自带指南和技能,比如 build-a-workflow、find-detections、verify-changes。Claude 从服务器学习规则,不用从提示词里猜。
护栏由服务器强制执行。任何密钥都不能创建新密钥。删除操作先显示预览,要求确认。编辑操作遇到较新版本时直接失败,不会覆盖。代码层级也有约束。Claude 把代码放到错误的层,make check 里的架构检查就会失败。
有评论问 Claude 判断检测结果时看的是帧,还是只看轨迹数据。还有人问:24 小时处理要用多少 token?系统是否接入全球流星网络?能不能用来跟踪或发现攻击无人机?
某个版本的这套系统从 2024 年起就在作者的头顶上空运行。UFO 计数至今保持为零。
关键事实
- 作者构建了开源天空摄像头项目openskycam,Claude Code可以运行它。
- 周六晚上该系统捕获了17颗流星,并在作者醒来前完成了分类。
- 传统方法需要人工浏览数小时夜间视频、手动提取帧、标注、重新训练模型,且模型常误报星星。
- openskycam使用4K摄像头24/7拍摄天空,并将视频保存在用户自己的磁盘上。
- 工作流包括采样帧、运行检测模型、将检测结果关联为轨迹(移动vs静止)、将命中分类为流星、飞机、固定灯光。
- 网站的所有功能都可通过API调用,并且有MCP服务器,Claude Code可以驱动所有功能。
- Claude构建了夜间工作流,每晚在视频到达时运行。
- Claude会审查每个检测结果,接受或拒绝。