Table of Contents
前言
很多人家里装了摄像头之后，才发现它最大的作用其实是“事后翻录像”。 真遇到门口有人经过、夜里有异常动静，往往还是要自己拖进度条慢慢找。 摄像头是拍到了，但它并不知道哪些画面真正重要。
如果想让摄像头具备人形识别、事件录像、主动告警这些能力，常见做法是购买更智能的摄像头、NVR 设备，或者开通云服务。 但对于已经有绿联 NAS 的用户来说，其实可以换个思路：让普通摄像头继续负责拍摄，把识别和存储交给 NAS 在本地完成。
这篇文章会记录一次完整实践：通过脚本在绿联 NAS 上一键部署 Frigate，调用 N5105 的 Intel 核显进行本地 AI 推理，实现普通 RTSP 摄像头的本地人形识别和事件管理。 这样不需要把识别过程交给云端，也能让摄像头从“单纯录像”升级成“智能监控”。
另外，考虑到很多时候我们并不只是在局域网里查看监控，文章后面还会配置 cpolar 内网穿透和固定二级子域名，让 Frigate 监控界面可以在公网环境下稳定访问。 最终目标很简单：用现有 NAS 和普通摄像头，搭一套能本地识别、能远程访问的 AI 监控系统。
1 Frigate是什么？
项目地址：https://github.com/blakeblackshear/frigate
Frigate 是一个开源的本地智能视频监控系统，也可以理解为一套带 AI 识别能力的 NVR。 它可以接入常见的 IP 摄像头 / RTSP 视频流，在本地完成画面分析、目标检测、事件录像和回放管理。
从 GitHub 上看，Frigate 是目前比较热门的开源智能监控项目。 截至 2026 年 5 月，项目已经有 31.9k+ Stars 和 3.1k+ Forks，社区活跃度比较高，也有比较完整的官方文档和 Home Assistant 生态支持。
Frigate 和普通录像软件最大的区别在于，它不是单纯把摄像头画面录下来，而是会结合 AI 检测能力，识别画面里出现的对象，比如 person。这样我们就可以按事件查看录像，而不是在一整天的视频里手动拖进度条。
本文之所以选择 Frigate，是因为它支持本地化部署，也支持多种硬件加速方案。对于搭载 Intel N5105 的绿联 NAS 来说，可以通过 OpenVINO 调用 Intel 核显 来进行本地 AI 推理，比较适合用来实现低功耗的本地人形识别监控。
2 安装 Docker 并开启 SSH
2.1 安装 Docker
先进入绿联 NAS 首页（访问端口一般为9999），打开应用中心:
打开之后，在里面搜索 Docker。找到应用后直接点安装，等它装完就可以了:
装好之后，桌面上会多出一个 Docker 图标，说明容器环境已经准备好了:
这里我建议顺手点进去看一眼，确认 Docker 能正常打开。因为后面 Frigate 的部署、启动和运行，都会用到 Docker 环境。
2.2 开启 SSH 并连接到 NAS
Docker 安装好之后，还需要开启 SSH，这样后面才能通过终端执行部署命令。首先，需要先给绿联NAS开启SSH远程登录功能，点击首页的控制面板，然后点击终端机图标，点击进入：
点击勾选SSH功能，然后点击应用（注意：SSH密码为登录的密码，建议密码一定要设置强密码，特别是公网环境下！！）：
开启完成后，在电脑端打开终端工具。Windows 可以直接使用 PowerShell，电脑上摁【Win + X】键，选择终端（管理员），macOS 和 Linux 则使用系统自带终端即可。然后输入下面的命令连接到你的 NAS：
连接上绿联NAS的终端后，在终端中输入如下命令，切换至root用户：