# easyaiot
**Repository Path**: liuyuyan6100/easyaiot
## Basic Information
- **Project Name**: easyaiot
- **Description**: 我希望全世界都能使用这个系统，实现AI的真正0门槛，人人都能体验到AI带来的好处，而并不只是掌握在少数人手里。支持上千种垂直场景，支持AI模型定制化和AI算法定制化开发 深度融合，赋能万物智视：EasyAIoT 构筑了物联网设备（尤其是海量摄像头）的高效接入与管控网络。我们深度融合流媒体实时传输技术与前沿人工智能（AI），打造一体化服务核心。
- **Primary Language**: Java
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 286
- **Created**: 2025-11-22
- **Last Updated**: 2025-12-04
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
# EasyAIoT（云边端一体化智能算法应用平台）
[](https://gitee.com/soaring-xiongkulu/easyaiot/stargazers)
[](https://gitee.com/soaring-xiongkulu/easyaiot/members)
我希望全世界都能使用这个系统，实现AI的真正0门槛，人人都能体验到AI带来的好处，而并不只是掌握在少数人手里。
## 🌟 关于项目的一些思考
### 📍 项目定位
EasyAIoT是一个云边端一体化的智能物联网平台，专注于AI与IoT的深度融合。平台通过算法任务管理、实时流分析、模型服务集群推理等核心能力，实现从设备接入到数据采集、AI分析、智能决策的全链路闭环，真正实现万物互联、万物智控。
#### 🧠 AI能力
- 摄像头实时画面AI分析：支持摄像头实时画面的AI智能分析，可对实时视频流进行目标检测、行为分析、异常识别等AI算法处理，提供毫秒级响应的实时分析结果，支持多路视频并发分析
- 云边端一体算法预警监控大屏：提供统一的云边端一体化算法预警监控大屏，实时展示设备状态、算法任务运行情况、告警事件统计、视频流分析结果等关键信息，支持多维度数据可视化展示，实现云端、边缘端、设备端的统一监控与管理，为决策者提供全局视角的智能监控指挥中心
- 大规模摄像头管理：支持百级摄像头接入，提供采集、标注、训练、推理、导出、分析、告警、录像、存储、部署等全流程服务
- 算法任务管理：支持创建和管理两种类型的算法任务，每个算法任务可灵活绑定抽帧器和排序器，实现精准的视频帧提取与结果排序
- 实时算法任务：用于实时画面分析，支持RTSP/RTMP流实时处理，提供毫秒级响应能力，适用于监控、安防等实时场景
- 抓拍算法任务：用于抓拍图像分析，对抓拍图片进行智能识别与分析，适用于事件回溯、图像检索等场景
- 模型服务集群推理：支持分布式模型推理服务集群，实现智能负载均衡、故障自动切换与高可用保障，大幅提升推理吞吐量与系统稳定性
- 布防时段管理：支持全防模式和半防模式两种布防策略，可灵活配置不同时段的布防规则，实现精准的时段化智能监控与告警
- OCR与语音识别：基于PaddleOCR实现高精度文字识别，支持语音转文本功能，提供多语言识别能力
- 多模态视觉大模型：支持物体识别、文字识别等多种视觉任务，提供强大的图像理解与场景分析能力
- LLM大语言模型：支持RTSP流、视频、图像、语音、文本等多种输入格式的智能分析与理解，实现多模态内容理解
- 模型部署与版本管理：支持AI模型的快速部署与版本管理，实现模型一键上线、版本回滚与灰度发布
- 多实例管理：支持多个模型实例的并发运行与资源调度，提高系统利用率与资源利用效率
- 摄像头抓拍：支持摄像头实时抓拍功能，可配置抓拍规则与触发条件，实现智能抓拍与事件记录
- 抓拍空间管理：提供抓拍图片的存储空间管理，支持空间配额与清理策略，确保存储资源合理利用
- 录像空间管理：提供录像文件的存储空间管理，支持自动清理与归档，实现存储资源的智能管理
- 抓拍图片管理：支持抓拍图片的查看、检索、下载、删除等全生命周期管理，提供便捷的图片管理功能
- 设备目录管理：提供设备树形目录管理，支持设备分组、层级管理与权限控制，实现设备的有序组织与精细化管理
- 告警录像：支持告警事件自动触发录像功能，当检测到异常事件时自动录制相关视频片段，提供完整的告警证据链，支持告警录像的查看、下载和管理
- 告警事件：提供完整的告警事件管理功能，支持告警事件的实时推送、历史查询、统计分析、事件处理与状态跟踪，实现告警全生命周期管理
- 录像回放：支持历史录像的快速检索与回放功能，提供时间轴定位、倍速播放、关键帧跳转等便捷操作，支持多路视频同步回放，满足事件回溯与分析需求
#### 🌐 IoT能力
- 设备接入与管理：设备注册、认证、状态监控、生命周期管理
- 产品与物模型管理：产品定义、物模型配置、产品管理
- 多协议支持：MQTT、TCP、HTTP等多种物联网协议
- 设备认证与动态注册：安全接入、身份认证、动态设备注册
- 规则引擎：数据流转规则、消息路由、数据转换
- 数据采集与存储：设备数据采集、存储、查询与分析
- 设备状态监控与告警管理：实时监控、异常告警、智能决策
### 💡 技术理念
我们认为没有任何一个编程语言能够擅长所有事情，但通过三种编程语言的深度融合，EasyAIoT将发挥各自优势，构建强大的技术生态。
Java擅长构建稳定可靠的平台架构，但不适合网络编程和AI编程；Python擅长网络编程和AI算法开发，但在高性能任务执行方面存在瓶颈；C++擅长高性能任务执行，但在平台开发和AI编程方面不如前两者。EasyAIoT采用三合一语言混编架构，充分发挥各语言优势，构建一个实现颇具挑战，但使用极其便捷的AIoT平台。
### 🔄 模块数据流转
### 🤖 零样本标注技术
创新性地依托大模型构建零样本标注技术体系（理想状态下完全去除人工标注环节，实现标注流程的自动化），该技术通过大模型生成初始数据并借助提示词技术完成自动标注，再经人机协同校验确保数据质量（可选），进而训练出初始小模型。该小模型通过持续迭代、自我优化，实现标注效率与模型精度的协同进化，最终推动系统性能不断攀升。
### 🏗️ 项目架构特点
EasyAIoT其实不是一个项目，而是五个项目。
好处是什么呢？假如说你在一个受限的设备上（比如RK3588），你只需要拿出其中某个项目就可以独立部署，所以看似这个项目是云平台，其实他也可以是边缘平台。
🌟 真开源不易，如果这个项目对您有帮助，请您点亮一颗Star再离开，这将是对我最大的支持！
（在这个假开源横行的时代，这个项目就是一个异类，纯靠爱来发电）
### 🌍 本土化支持
EasyAIoT积极响应本土化战略，全面支持本土化硬件和操作系统，为用户提供安全可控的AIoT解决方案：
🖥️ 服务器端支持
- 完美兼容海光（Hygon）x86架构处理器
- 支持本土化服务器硬件平台
- 提供针对性的性能优化方案
- 确保企业级应用的稳定运行
📱 边缘端支持
- 全面支持瑞芯微（Rockchip）ARM架构芯片
- 完美适配RK3588等主流边缘计算平台
- 针对边缘场景进行深度优化
- 实现边缘智能的轻量化部署
🖱️ 操作系统支持
- 兼容麒麟（Kylin）操作系统
- 支持方德（Founder）等本土化Linux发行版
- 适配统信UOS等主流本土化操作系统
- 提供完整的本土化部署方案
## 🎯 适用场景
## 🧩 项目结构
EasyAIoT由五个核心项目组成：
| 模块 |
描述 |
| WEB模块 |
基于Vue的前端管理界面，提供统一的用户交互体验 |
| DEVICE模块 |
- 技术优势：基于JDK21，提供更好的性能和现代化特性
- 设备管理：设备注册、认证、状态监控、生命周期管理
- 产品管理：产品定义、物模型管理、产品配置
- 协议支持：MQTT、TCP、HTTP等多种物联网协议
- 设备认证：设备动态注册、身份认证、安全接入
- 规则引擎：数据流转规则、消息路由、数据转换
- 数据采集：设备数据采集、存储、查询与分析
|
| VIDEO模块 |
- 流媒体处理：支持RTSP/RTMP流实时处理与传输
- 算法任务管理：支持实时算法任务和抓拍算法任务两种类型，分别用于实时画面分析和抓拍图像分析
- 抽帧器与排序器：支持灵活的抽帧策略与结果排序机制，每个算法任务可绑定独立的抽帧器和排序器
- 布防时段：支持全防模式和半防模式的时段化配置
|
| AI模块 |
- 智能分析：负责视频分析和AI算法执行
- 模型服务集群：支持分布式模型推理服务，实现负载均衡与高可用
- 实时推理：提供毫秒级响应的实时智能分析能力
- 模型管理：支持模型部署、版本管理与多实例调度
|
| TASK模块 |
基于C++的高性能任务处理模块，负责计算密集型任务执行 |
## 🖥️ 跨平台部署优势
EasyAIoT支持在Linux、Mac、Windows三大主流操作系统上部署，为不同环境下的用户提供灵活便捷的部署方案：
🐧 Linux部署优势
- 适合生产环境，稳定可靠，资源占用低
- 支持Docker容器化部署，一键启动所有服务
- 完美适配服务器、边缘计算设备（如RK3588等ARM架构设备）
- 提供完整的自动化安装脚本，简化部署流程
🍎 Mac部署优势
- 适合开发测试环境，与macOS系统深度集成
- 支持本地开发和调试，快速验证功能
- 提供便捷的安装脚本，支持Homebrew等包管理器
🪟 Windows部署优势
- 适合Windows服务器环境，降低学习成本
- 支持PowerShell自动化脚本，简化部署操作
- 兼容Windows Server和桌面版Windows系统
- 提供图形化安装向导，用户友好
⚠️ Windows部署说明：Windows一键部署脚本目前还存在问题，短期内不会解决相关问题。建议Windows用户参考部署文档进行手动部署，或使用Linux/Mac环境进行部署。
统一体验：无论选择哪种操作系统，EasyAIoT都提供一致的安装脚本和部署文档，确保跨平台部署体验的一致性。
## ☁️ EasyAIoT = AI + IoT = 云边端一体化解决方案
支持上千种垂直场景，支持AI模型定制化和AI算法定制化开发，深度融合。
赋能万物智视：EasyAIoT
构筑了物联网设备（尤其是海量摄像头）的高效接入与管控网络。我们深度融合流媒体实时传输技术与前沿人工智能（AI），打造一体化服务核心。这套方案不仅打通了异构设备的互联互通，更将高清视频流与强大的AI解析引擎深度集成，赋予监控系统"智能之眼"——精准实现人脸识别、异常行为分析、风险人员布控及周界入侵检测。
平台支持两种类型的算法任务：实时算法任务用于RTSP/RTMP流的实时画面分析，提供毫秒级响应能力；抓拍算法任务用于抓拍图像的智能分析，支持事件回溯与图像检索。通过算法任务管理实现灵活的抽帧与排序策略，每个任务可绑定独立的抽帧器和排序器，结合模型服务集群推理能力，确保毫秒级响应与高可用保障。同时，提供全防模式和半防模式两种布防策略，可根据不同时段灵活配置监控规则，实现精准的时段化智能监控与告警。
在物联网设备管理方面，EasyAIoT提供完整的设备生命周期管理能力，支持多种物联网协议（MQTT、TCP、HTTP），实现设备的快速接入、安全认证、实时监控和智能控制。通过规则引擎实现设备数据的智能流转与处理，结合AI能力对设备数据进行深度分析，实现从设备接入、数据采集、智能分析到决策执行的全流程自动化，真正实现万物互联、万物智控。
## ⚠️ 免责声明
EasyAIoT是一个开源学习项目，与商业行为无关。用户在使用该项目时，应遵循法律法规，不得进行非法活动。如果EasyAIoT发现用户有违法行为，将会配合相关机关进行调查并向政府部门举报。用户因非法行为造成的任何法律责任均由用户自行承担，如因用户使用造成第三方损害的，用户应当依法予以赔偿。使用EasyAIoT所有相关资源均由用户自行承担风险.
## 📚 部署文档
- [平台部署文档](.doc/部署文档/平台部署文档.md)
## 🎮 演示环境
- 演示地址：http://36.111.47.113:8888/
- 账号：admin
- 密码：admin123
## ⚙️ 项目地址
- Gitee: https://gitee.com/soaring-xiongkulu/easyaiot
- Github: https://github.com/soaring-xiongkulu/easyaiot
## 📸 截图
## 🛠️ 服务支持
我们提供了各种服务方式帮助您深入了解EasyAIoT平台和代码，通过产品文档、技术交流群、付费教学等方式，你将获得如下服务：
| 服务项 |
服务内容 |
服务收费 |
服务方式 |
| 系统部署 |
在客户指定的网络和硬件环境中完成EasyAIoT部署 |
500元 |
线上部署支持 |
| 技术支持 |
提供各类部署、功能使用中遇到的问题答疑 |
200元 |
半小时内 线上远程支持 |
| 其他服务 |
垂直领域解决方案定制化开发；定制化时长、功能服务等 |
面议 |
面议 |
## 📞 联系方式（添加微信后，需关注公众号，拉入技术交流群）
## 👥 公众号
## 🪐 知识星球：
## 💰 打赏赞助
## 🙏 致谢
感谢以下各位对本项目包括但不限于代码贡献、问题反馈、资金捐赠等各种方式的支持！以下排名不分先后：
## 💡 期望
欢迎提出更好的意见，帮助完善 easyaiot
## 📄 版权
翱翔的雄库鲁/easyaiot 采用 APACHE LICENSE 2.0 开源协议，您在使用过程中，需要注意以下几点：
- 不得修改产品相关代码的源码头注释和出处；
- 不得应用于危害国家安全、荣誉和利益的行为，不能以任何形式用于非法目的；
## 🌟 Star增长趋势图
[](https://starchart.cc/soaring-xiongkulu/easyaiot) 
