项目介绍
EasyAIoT Edge 是一套完全开源的异构边缘算力平台，在同一套操作习惯、数据链路和运维体系下，同时支持华为昇腾、NVIDIA Jetson、瑞芯微 RK3588、算能 BM1688 以及海光/Intel/AMD x86等异构边缘算力。平台覆盖摄像头接入、算法任务编排、推理、告警、录像、IoT 采集与规则引擎的全链路，采用 MIT 协议，无厂商锁定风险。
项目详情
EasyAIoT Edge（异构边缘算力平台）
一个平台，覆盖主流边缘算力-不换业务，只换芯片
EasyAIoT Edge 是一套完全开源的异构边缘算力平台，在同一套操作习惯、数据链路和运维体系下，同时支持华为昇腾、NVIDIA Jetson、瑞芯微 RK3588、算能 BM1688 以及海光/Intel/AMD x86等异构边缘算力。平台覆盖摄像头接入、算法任务编排、推理、告警、录像的全链路，采用 MIT 协议，无厂商锁定风险。
English
|
简体中文
⚡ 快速开始
别眨眼——部署这件事，本来就应该像呼吸一样自然：
./install.sh install对，就这一行。倒杯咖啡回来，摄像头接入、AI 分析、管理台已经全部就绪，连健康检查都替你做完了。
然后打开 https://:8888，用 admin / admin123 登录——没有租户、没有验证码，输完账号密码直接进——边缘盒子就是你的主场。
日常管理也一句话的事：./install.sh status|logs|stop|start|restart|verify|clean，比叫醒家里的智能音箱还简单。💎 为什么值得关注
| 你关心的 | 说明 |
|---|---|
| 少重复建设 | 同时支持昇腾、工控 Jetson、性价比 RK3588、大算力 BM1688 或机房 x86；业务逻辑和界面统一，不必为每种板子各做一套后台与运维手册。 |
| 省学习与对接成本 | 运维和集成只熟悉一套模块（WEB / VIDEO / RUNTIME）和一套端口拓扑；换机器主要是换推理镜像与参数，而不是从零再造系统。 |
| 边缘能自己闭环 | 弱网、专网也能本地告警与录像；约 4GB 内存可跑通核心链路，适合盒子、一体机、小服务器。 |
| 合规与商业友好 | MIT 协议，个人与企业均可自由使用、二次开发，无厂商锁定焦虑。 |
🎯 为什么要做「一块平台、多块芯片」
边缘落地最大的痛点往往不是「没有模型」，而是换一块板子就要换一套系统：国产化要昇腾和海光 x86，产线常见 Jetson，低成本方案用 RK3588，重推理盒子常见 BM1688——每家 SDK、容器和推理入口都不一样，同一套安防或质检业务被迫维护多条技术线，人力和时间都耗在重复对接上。
EasyAIoT Edge 用固定的 WEB / VIDEO / RUNTIME 三模块和 固定端口 + 环境变量 + host 网络，把「日常用的平台」和「跟芯片绑定的推理部分」分开：界面、告警、录像这一套不变；换昇腾、Jetson、RK、BM1688 或 x86，主要是换推理镜像、编排参数和 RUNTIME（C++）的构建目标，对齐 CANN、CUDA/TensorRT、RK NPU、TPU 与 x86 CPU/GPU 等常见路线，从而用一套开源平台串起信创、工控、ARM 盒子和 x86 服务器。
🧩 支持的芯片与典型用法
| 芯片 / 平台 | 典型硬件 / 场景 | 在本平台里做什么 |
|---|---|---|
| 华为昇腾 | Atlas 边缘推理卡、昇腾 NPU 一体机等 | 信创与国产化推理栈；与 VIDEO / 告警 / 录像同一套业务闭环 |
| NVIDIA Jetson | Orin / Xavier / Nano 等 | 工业视觉、低时延 CUDA 生态；支持容器化 GPU / NVIDIA 工具链对接 |
| 瑞芯微 RK3588 | ARM 边缘一体机、NVR 形态 | 高能效 ARM + NPU；适合多路视频与轻量推理组合 |
| 算能 BM1688 | Sophon 边缘计算盒、1688 系 SoC | 大算力 INT8/TPU 路线；适合重推理或模型服务集群 |
| x86（海光 / Intel / AMD） | 机架式边缘服务器、工控机 | 通用 CPU 与可选独立 GPU；适合集中多路、规则引擎与存储 |
各芯片具体镜像、驱动版本与推理后端以 .doc/部署文档/边缘平台部署文档_zh.md 为准；ARM（含 RK3588）等需按设备能力选择或构建对应推理栈镜像，与平台模块解耦部署。
📍 项目定位
EasyAIoT Edge 是 EasyAIoT 主项目面向边缘场景的独立子项目，在「一套软件可对接多种主流芯片」的前提下，为资源受限、网络不稳的现场（园区、工厂、机房、ARM/x86 一体机）裁剪强化的一站式智能算法栈。
平台延续主项目的云边端一体化理念，但默认配置、服务组合、部署拓扑全部面向单机 / 少量节点：视频接入、算法调度、推理、告警默认本地闭环，约 4GB 内存即可跑通核心链路，可与云端 EasyAIoT 云边协同，也可完全离线独立运行。
🧠 AI 能力
| 能力 | 说明 |
|---|---|
| 多协议摄像头接入 | 支持 ONVIF 和 RTSP 双协议，自动发现、统一管理 |
| 实时流 AI 分析 | RTSP/RTMP 实时画面分析，毫秒级响应，支持多路并发 |
| 抓拍算法任务 | 抓拍图片智能识别，适用于事件回溯、图像检索 |
| 模型服务集群推理 | 轻量级模型服务，支持负载均衡与高可用（可单机多实例） |
| 布防时段管理 | 全防/半防模式，灵活配置时段化监控规则 |
| 检测区域绘制 | 可视化绘制四边形/多边形检测区域，与算法模型关联 |
| 智能联动告警 | 检测区域 + 布防时段 + 事件类型三重过滤，大幅降低误报 |
| 告警录像与回放 | 告警自动触发录像，支持时间轴回放、倍速播放 |
💡 技术理念
我们坚持 Python + C++ 双语言混编架构，发挥各自优势：
- Python：流媒体处理、AI 算法编排、模型服务
- C++：高性能推理热点路径（RUNTIME），低延迟、省内存；同一套调度逻辑下，可按不同芯片做推理加速
在边缘场景中，模块间通过环境变量 + 固定端口 + host 网络直连，不依赖中心化注册发现，降低运维成本；换芯不换业务——管理端与 VIDEO 协议层保持稳定，推理层按芯片切换。
🔗 与主项目 EasyAIoT 的关系
| 维度 | Edge 子项目侧重点 |
|---|---|
| 产品形态 | 边缘设备优先，镜像与服务组合按一体机/盒子场景编排 |
| 内存与资源 | 4GB 级目标（精简服务集 + 可调 Worker/推理参数） |
| 部署拓扑 | 单机或少量节点，中间件与业务直连，无多租户 |
| 服务发现 | 固定端口 + 环境变量，不依赖中心化注册中心 |
| 网络 | 视频服务默认 network_mode: host，便于与摄像头/局域网互通 |
| 数据库 | 默认库名 iot-video20 |
| 算力 | 昇腾 / Jetson / RK3588 / BM1688 / x86 等：RUNTIME（C++）按目标芯片编排；可参考 NVIDIA Container Toolkit 等官方容器方案 |
| 云边协同 | 可对接主项目云端，实现策略/模型/告警同步，也可完全离线 |
若需上千路集中运维、多租户运营大屏，请使用主项目云部署方案。
🧩 项目结构
EasyAIoT Edge 由三个核心模块组成，可独立部署：
| 模块 | 描述 |
|---|---|
| WEB | Vue 3 + Vite 管理端：摄像头、算法任务、模型、告警、权限等 |
| VIDEO | 视频与算法任务 Python 服务：设备接入（ONVIF/GB28181）、SRS 推流转发、算法任务生命周期管理、告警与录像 |
| RUNTIME | C++ 高性能边缘推理运行时：拉流 → 解码 → AI 推理；通过 MQTT 推送告警、HTTP 心跳回传 VIDEO；支持 realtime / snap / patrol 任务类型 |
🏗️ 架构与数据流
数据流转简要流程：
- 摄像头通过 ONVIF/GB28181 接入 VIDEO 模块
- VIDEO 通过 SRS 转发原画流供实时预览；根据算法任务配置，生成任务配置并拉起 RUNTIME 二进制
- RUNTIME 拉流、解码并执行 AI 推理，通过 MQTT 推送告警、HTTP 心跳回传 VIDEO
- VIDEO 根据布防规则触发告警，事件落库，同时触发录像存储
- WEB 前端统一展示设备状态、告警事件、录像回放
🖥️ 本土化与操作系统
| 类别 | 支持情况 |
|---|---|
| 内存规格 | 约 4GB 起（可按需调优；建议作为默认参考配置） |
| 操作系统 | 麒麟、统信 UOS、方德等国产化 Linux，以及主流 Linux 发行版 |
📚 部署文档
⚙️ 项目地址
- Gitee: https://gitee.com/volara/easyaiot-edge
- Github: https://github.com/soaring-xiongkulu/easyaiot-edge
☁️ 跨平台部署优势
EasyAIoT Edge 支持 Linux / Mac / Windows 三大平台部署（推荐 Linux 生产环境）：
🐧 Linux
生产环境首选，资源占用低Docker 一键启动完美适配 ARM/x86 与多类 NPU/GPU 边缘形态
🍎 Mac
开发测试便捷支持本地调试提供 Homebrew 脚本
🪟 Windows
Windows Server 友好PowerShell 自动化降低学习成本
🎯 适用场景
- 🏭 园区/工厂安防与产线视觉质检一体机（Jetson / x86 / 国产化混合环境）
- 📶 弱网或专网环境下的本地化告警与录像留存
- 🔄 边缘侧模型闭环：采集 → 标注 → 训练 → 下发推理
- ☁️ 与云端 EasyAIoT 协同：策略、模型、告警双向同步
- 🇨🇳 信创与多种芯片同一机房：昇腾 + 海光 x86 等与视频、IoT 统一纳管
📸 界面预览
📞 联系方式
请先关注下方公众号，再通过技术交流群或微信号与我们联系。
👥 公众号
💬 技术交流群
关注公众号后，使用微信扫描下方二维码加入 EasyAIoT 技术交流群。
💬 微信联系方式
关注公众号后，如需一对一沟通，可扫描下方二维码添加微信好友。
🪐 知识星球：
💰 打赏赞助
🤝 贡献指南
我们欢迎所有形式的贡献！无论您是代码开发者、文档编写者，还是问题反馈者，您的贡献都将帮助 EasyAIoT 变得更好。以下是几种主要的贡献方式：
💻 代码贡献
Fork 项目到您的 GitHub/Gitee 账号
创建特性分支 (git checkout -b feature/AmazingFeature)
提交更改 (git commit -m 'Add some AmazingFeature')
推送到分支 (git push origin feature/AmazingFeature)
提交 Pull Request
📚 文档贡献
完善现有文档内容
补充使用示例和最佳实践
提供多语言翻译
修正文档错误
🌟 其他贡献方式
报告并修复 Bug
提出功能改进建议
参与社区讨论，帮助其他开发者
分享使用经验和案例
💡 期望
欢迎提出更好的意见，帮助完善 easyaiot-edge；也欢迎补充各芯片下的最佳实践与镜像说明，让「一套平台、多块芯片」真正落到每一条产线。
📄 版权
翱翔的雄库鲁/easyaiot-edge 采用 MIT LICENSE 开源协议。我们致力于推动 AI 技术的普及与发展，让更多人能够自由使用和受益于这项技术。
使用许可：个人与企业可 100% 免费使用，无需保留作者、Copyright 信息。我们相信技术的价值在于被广泛使用和持续创新，而非被版权束缚。希望您能够自由地使用、修改、分发本项目，让 AI 技术真正惠及每一个人。
