zmNinja

GitHub
1.1k 272 较难 1 次阅读 3天前NOASSERTION视频开发框架
AI 解读 由 AI 自动生成,仅供参考

zmNinja 是一款专为 ZoneMinder 开源监控系统打造的高性能跨平台客户端,支持 iOS、Android、Windows、Mac 及 Linux 等多种设备。它主要解决了用户无法在移动端或桌面端便捷、实时查看监控画面及管理警报事件的痛点,让家庭和商业安防监控变得随时随地可控。

无论是普通家庭用户希望远程查看家门情况,还是中小企业需要管理多路摄像头,zmNinja 都能提供流畅的体验。其核心亮点在于强大的功能集成:支持 H.264 视频流播放、多画面拼接监视、时间轴回放以及云台控制。更独特的是,配合事件服务器(Event Server),zmNinja 能实现基于人工智能的推送通知,包括物体检测和人脸识别,仅在发现异常时提醒用户,极大提升了监控效率。

虽然项目原维护者已移交职责给 ZoneMinder 官方团队,但其稳定性与功能性依然出色。需要注意的是,使用前需确保 ZoneMinder 后端 API 正常开启,且对自签名证书或基础认证有一定配置要求。如果你正在寻找一款功能全面、响应迅速的 ZoneMinder 配套应用,zmNinja 是理想之选。

使用场景

一位经营小型物流仓库的店主,希望利用现有的 ZoneMinder 系统实现全天候安全监控,并在发生异常时能立即通过手机获知详情。

没有 zmNinja 时

  • 响应严重滞后:店主无法实时接收警报,往往要等到几小时后查看电脑回放才发现夜间有可疑人员闯入。
  • 移动端体验极差:在手机上访问监控需依赖浏览器,界面未适配移动端,加载高清 H264 视频流经常卡顿甚至崩溃。
  • 排查效率低下:面对长达 24 小时的录像,只能手动拖动进度条盲目寻找事件片段,难以快速定位关键画面。
  • 缺乏智能识别:系统仅基于像素变化报警,风吹草动都会触发误报,导致店主对警报逐渐麻木,忽略真实威胁。

使用 zmNinja 后

  • 即时精准推送:配合事件服务器,zmNinja 能通过物体检测或人脸识别技术过滤误报,仅在确认有人入侵时向手机发送高优先级推送通知。
  • 流畅多端监控:无论是在 iOS、Android 还是桌面端,zmNinja 均提供原生应用体验,支持流畅的 H264 实时预览和云台控制,随时随地掌握仓库动态。
  • 高效时间轴回溯:利用内置的时间轴视图和事件列表,店主可一键跳转至报警时刻,迅速回顾前后录像,大幅缩短调查时间。
  • 灵活视图管理:支持多画面拼接(Montage)模式,店主可在一个屏幕上同时监看仓库入口、货架区及卸货口等多个关键点位。

zmNinja 将原本被动、滞后的本地监控系统,升级为主动、智能且全平台互通的现代化安防解决方案,让安全守护真正“零时差”。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
  • iOS
  • Android
GPU

未说明

内存

未说明

依赖
noteszmNinja 是一个客户端应用,本身无特定服务器硬件要求,但需配合 ZoneMinder 服务端使用。若需使用推送通知、物体检测或人脸识别功能,必须额外部署 zmeventnotification 事件服务器。不支持客户端证书;若使用自签名证书,需在移动设备(尤其是 Android)上手动安装;若使用基本认证(Basic Auth),需参考 FAQ 进行额外配置。桌面版可下载二进制文件,移动版可通过 App Store 或 Google Play 获取。
python未说明
ZoneMinder (后端服务)
zmeventnotification (可选,用于事件通知和对象检测)
zmNinja hero image

快速开始

项目接管 2022

在历经6年多的zmNinja + ES + ML开发之后,Pliable Pixels已无暇继续维护该项目。ZoneMinder开发团队将接替对zmNinja的支持,并负责今后的通知服务提供工作。由于部分应用商店政策的要求,这可能需要使用新的应用名称。

zmNinja官网

zmNinja是一款跨平台(iOS、Android、Windows桌面版、Mac桌面版、Linux桌面版)的客户端,专为ZoneMinder用户设计。ZoneMinder是一款功能强大的开源监控系统,广泛应用于家庭及商业安防监控领域。

在App Store获取 在Google Play获取

帮助

寻求帮助前

  • 请务必阅读常见问题解答
  • 请确保已验证您的API是否正常工作(若未通过,则属于ZoneMinder的问题,请至ZoneMinder论坛发帖)
  • 若您不熟悉移动应用开发,请勿向我寻求源码编译方面的帮助——建议您先尝试自行解决问题

视频演示

请观看zmNinja的视频演示此处

移动平台

截至今日,zmNinja运行稳定,支持多种Android和iOS设备。请参阅上方链接,在Play商店(Android)和App Store(iOS)下载。

此外,它也支持桌面端运行(见下文)。

桌面平台

请从此处下载二进制文件。

主要特性

  • 推送通知 对于报警,支持物体检测/人脸识别(需先设置事件服务器
  • 多语言支持(英语、法语、德语、西班牙语、葡萄牙语、荷兰语等)
  • H264视频支持
  • 监控画面实时查看
  • 拼图视图(支持多种拼图布局与尺寸)
  • 事件历史与列表
  • 时间线视图
  • 摄像头云台控制(需先由ZoneMinder支持)
  • 24小时回放

主要限制

  • 不支持客户端证书
  • 若使用自签名证书,您可能需要将其安装到手机中(尤其是Android设备)
  • 若使用基本认证,还需进行额外的配置(详见常见问题解答)

致谢

感谢Pliable Pixels为ZoneMinder社区构建这款应用所作出的卓越贡献。

重要提示

  • zmNinja需要在ZoneMinder中启用API功能。请参阅此页,了解如何确认您的API是否正常工作。若API无法正常工作,zmNinja将无法运行。

截图:

版本历史

v1.8.0002025/09/09
v1.7.0082025/08/20
v1.7.0072024/03/03
v1.7.0062024/01/22
v1.7.0052024/01/18
v1.7.0042024/01/04
v1.7.0032023/12/08
v1.7.0022023/11/28
v1.6.0092021/07/14
v1.6.0082021/04/18
v1.6.0062021/02/21
v1.6.0042020/12/11
v1.6.0002020/10/12
v1.4.0092020/07/02
v1.4.0072020/05/18
v1.4.0052020/05/01
v1.4.0042020/04/30
v1.4.32020/04/28
v1.3.0962020/04/01
v1.3.0912020/03/18

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手,旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚,能够直接接入你日常使用的各类通讯渠道,包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息,OpenClaw 都能即时响应,甚至支持在 macOS、iOS 和 Android 设备上进行语音交互,并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地,用户无需依赖云端服务即可享受快速、私密的智能辅助,真正实现了“你的数据,你做主”。其独特的技术亮点在于强大的网关架构,将控制平面与核心助手分离,确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者,以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力(支持 macOS、Linux 及 Windows WSL2),即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

349.3k|★★★☆☆|昨天
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面,旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点,将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师,还是想要深入探索模型潜力的开发者与研究人员,都能从中获益。其核心亮点在于极高的功能丰富度:不仅支持文生图、图生图、局部重绘(Inpainting)和外绘(Outpainting)等基础模式,还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外,它内置了 GFPGAN 和 CodeFormer 等人脸修复工具,支持多种神经网络放大算法,并允许用户通过插件系统无限扩展能力。即使是显存有限的设备,stable-diffusion-webui 也提供了相应的优化选项,让高质量的 AI 艺术创作变得触手可及。

162.1k|★★★☆☆|2天前
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手(如 Claude Code、Codex、Cursor 等)打造的高性能优化系统。它不仅仅是一组配置文件,而是一个经过长期实战打磨的完整框架,旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能,everything-claude-code 能显著提升 AI 在复杂任务中的表现,帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略,使得模型响应更快、成本更低,同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库,还是需要 AI 协助进行安全审计与自动化测试,everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目,它融合了多语言支持与丰富的实战钩子(hooks),让 AI 真正成长为懂上

143.9k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎,专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式,采用直观的节点式流程图界面,让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景,也能自由组合模型、调整参数并实时预览效果,轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性,不仅支持 Windows、macOS 和 Linux 全平台,还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构,并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者,还是追求极致创作自由度的设计师与资深 AI 绘画爱好者,ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能,使其成为当前最灵活、生态最丰富的开源扩散模型工具之一,帮助用户将创意高效转化为现实。

107.9k|★★☆☆☆|昨天
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具,专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片(含 OCR)、音频(含语音转录)、HTML 乃至 YouTube 链接等多种格式的解析,能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天,大语言模型(LLM)虽擅长处理文本,却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点,它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式,成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外,它还提供了 MCP(模型上下文协议)服务器,可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用,尤其是那些需要构建文档检索增强生成(RAG)系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性,但其核心优势在于为机器

93.4k|★★☆☆☆|昨天
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目,旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型(LLM)。它不仅是同名技术著作的官方代码库,更提供了一套完整的实践方案,涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型,却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码,用户能够透彻掌握 Transformer 架构、注意力机制等关键原理,从而真正理解大模型是如何“思考”的。此外,项目还包含了加载大型预训练权重进行微调的代码,帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API,而是渴望探究模型构建细节的技术人员而言,这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计:将复杂的系统工程拆解为清晰的步骤,配合详细的图表与示例,让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础,还是为未来研发更大规模的模型做准备

90.1k|★★★☆☆|昨天
语言模型图像Agent