ClearCam是一个开源的网络视频录像机项目，核心作用是为用户已经拥有的普通老式监控摄像头加上人工智能对象识别、目标跟踪和事件通知能力。这个项目并不要求用户更换硬件，只要摄像头支持RTSP视频流协议，就可以在同一局域网内接入ClearCam，让原本只能被动录像的设备变成一个能主动识别和提醒的智能监控系统。
RTSP是大多数网络摄像头都支持的实时流传输协议，用户可以在摄像头设置或说明书里找到对应的地址。Clearcam的运行方式是在用户自己的电脑上启动一个本地服务，处理来自摄像头的视频画面。它集成了YOLO系列目标检测模型和OCSORT追踪器，能够识别画面中的人、车辆、动物等对象，并持续跟踪它们在画面中的移动。检测和追踪的结果会在本地网页界面中实时显示，用户通过浏览器访问本机地址就可以查看。
Clearcam的免费部分完全在本地运行。用户需要在电脑上安装Python、FFmpeg和tinygrad等依赖，然后执行启动命令，服务就会在本机的8080端口提供网页控制界面。在这个本地环节中，物体检测、目标跟踪、网页仪表盘和事件记录都可以正常使用，不需要注册账号，也不需要把视频画面发送到外部服务器。项目采用GPL-3.0许可证发布，源代码公开在GitHub上，目前已经获得超过两千颗星标。
另外，Clearcam提供Premium付费订阅服务，主要解决远程访问和手机推送的需求。订阅之后，用户可以通过iOS和Android应用在外部网络查看摄像头的实时画面、接收物体检测事件的通知，并回看事件录像片段。项目说明中提到，这些功能需要用到项目方的服务器和云存储，因此被设为付费项目。对于不需要远程功能的用户，免费版本已经可以在本地完成检测和记录。Clearcam还支持自定义Webhook通知地址，用户可以把事件推送到Home Assistant、Pushover、N8N或其他自己搭建的服务上，实现不依赖官方订阅的通知方式。
在硬件兼容性方面，Clearcam对电脑的要求比较宽松，只要设备能运行Python、FFmpeg和tinygrad即可。项目推荐使用M系列芯片的Mac电脑，同时也支持Linux系统。摄像头方面，任何支持RTSP的IP摄像头都可以接入。一个比较特别的功能是，用户可以把旧款iPhone当作摄像头来使用，通过下载iOS应用并开启录制，手机画面就可以作为视频源接入Clearcam系统。
Clearcam在近期版本中加入了AI通知摘要功能，使用Qwen3 VL视觉语言模型对检测到的事件生成文字描述，例如门口有人停留或车辆驶入车道。项目还支持语义搜索，借助CLIP模型，用户可以用自然语言描述来查找历史录像中的特定片段，例如搜索穿红色衣服的人。这些功能都在本地机器上运行，延续了项目在隐私保护上的设计思路。
本地运行保障隐私
Clearcam的检测、追踪和录像存储都在用户自己的电脑上完成，视频画面不需要上传到第三方服务器。项目采用自托管方式，数据留在本地网络中，适合对隐私有要求的家庭或小型办公场景。远程访问功能虽然经过项目方服务器，但项目说明中提到数据传输使用了端到端加密。
兼容现有RTSP摄像头
只要摄像头支持RTSP协议，就可以接入Clearcam，不需要购买特定品牌或型号的设备。大多数网络IP摄像头都提供RTSP流地址，用户可以在摄像头管理界面或说明书中找到。这个设计降低了使用门槛，让已经安装了监控设备的用户可以直接利用现有硬件。
AI物体检测与目标跟踪
系统集成了YOLO目标检测模型和OCSORT追踪器，能够识别人、车、动物等对象，并在画面中持续跟踪它们的运动轨迹。用户还可以设置感兴趣区域，只在特定区域内出现目标时才触发检测，减少无关画面带来的干扰。检测结果会实时显示在网页界面中。
可自定义的通知方式
Clearcam支持用户自行配置Webhook地址，把检测事件推送到Home Assistant、Pushover、N8N或其他自建服务。项目仓库中附带了Pushover通知服务器的示例代码，方便用户参考和修改。这种方式让用户在不需要订阅官方付费服务的情况下，也能实现远程告警。
旧iPhone变身监控摄像头
除了常规的RTSP摄像头，Clearcam还支持把旧款iPhone作为视频源使用。用户下载iOS应用后开启录制，手机画面就可以接入Clearcam系统。这个功能让闲置的旧手机有了新的用途，也降低了搭建监控系统的硬件成本。
AI通知摘要与语义搜索
近期版本引入了Qwen3 VL视觉语言模型，可以对检测事件生成自然语言描述，例如说明画面中出现了什么样的人或车辆。语义搜索功能借助CLIP模型，允许用户用文字描述查找历史录像，例如输入穿蓝色外套的人或白色货车，系统会返回相关的录像片段。
开源许可证与社区维护
项目采用GPL-3.0许可证，源代码在GitHub上公开，用户可以自行审查、修改和分发。项目目前仍在活跃维护中，近期有新的提交记录。对于希望了解计算机视觉技术或进行二次开发的用户，Clearcam提供了一个可以学习和修改的基础平台。
免费与付费分层
Clearcam的核心检测和本地管理功能完全免费，付费的Clearcam Premium只针对远程查看和手机推送这两类需要服务器中转的功能。用户可以根据自己的需求选择是否订阅，也可以完全在本地使用免费功能，通过自定义Webhook实现替代方案。
总结
Clearcam是一个开源的本地网络视频录像机项目，运行在用户自己的电脑上，为支持RTSP协议的普通监控摄像头添加人工智能物体检测、目标跟踪和事件通知能力。这个项目的核心思路是不更换硬件，而是在软件层面增加处理流程，把只能被动录像的摄像头变成能够主动识别和提醒的智能设备。项目采用Python编写，依赖FFmpeg和tinygrad等工具，源代码以GPL-3.0许可证在GitHub上公开，目前获得了超过两千颗星标。
在功能层面，Clearcam集成了YOLO目标检测模型和OCSORT追踪器，能够识别画面中的人、车辆和动物，并持续跟踪它们的移动轨迹。检测结果通过本地网页界面实时展示，用户可以在浏览器中查看摄像头画面和事件记录。免费版本完全在本地运行，物体检测、目标跟踪和本地仪表盘都不需要注册账号或连接外部服务器。项目还支持把检测事件推送到自定义的Webhook地址，用户可以选择Home Assistant、Pushover、N8N等工具接收通知，不必依赖官方付费服务。
Clearcam Premium是项目的付费订阅部分，主要提供远程查看和手机推送功能。订阅用户可以通过iOS和Android应用在外部网络查看实时画面、接收事件通知并回看录像片段。项目说明中提到这些功能需要项目方的服务器和云存储支持，因此设为付费项目。项目近期还加入了AI通知摘要和语义搜索功能，前者使用Qwen3 VL模型对事件生成文字描述，后者借助CLIP模型让用户用自然语言查找历史录像，这些功能同样在本地机器上运行。
在兼容性方面，Clearcam对电脑硬件的要求不高，只要设备能运行Python、FFmpeg和tinygrad即可，项目推荐M系列Mac但同样支持Linux。摄像头方面，任何支持RTSP的IP摄像头都可以接入，用户也可以把旧款iPhone当作视频源使用。整体来看，Clearcam适合已经拥有RTSP摄像头、希望在本地进行智能检测、并且对数据隐私有要求的用户。免费版本提供了完整的本地检测和记录能力，付费订阅则面向需要远程访问和手机推送的场景，用户可以根据实际需求选择使用方式。
