殺瘋了，這個 AI+Python 智能體救了看門老大爺！

作者：老朱2000 2025-06-27 09:29:45

AiPy? 本質上就是把大模型的語言理解能力和Python?的編程能力結合起來，通過生成、調試、執行Python?代碼，把任務跑通。

最近AiPy很火，我用了有一段時間了，感覺嚴重影響睡眠，感覺這東西容易上癮，今天推薦給大家。

AiPy它是基于AI+Python，官方的說法是他們給大模型裝上了手腳，也就是說，用大白話就能自動操作電腦、控制手機、甚至連家里的智能燈泡也能控制，聽起來有點逆天。然后AiPy是個開源項目，有命令行版和客戶端。

「開源地址」：https://github.com/knownsec/aipyapp

而今天，我來給大家分享一個我最近剛剛用AiPy跑過的案例。起因是，朋友是某個公司保安，平時經常有人來找他查公司監控，東西丟了要查監控，考勤遲到早退也要查，但是視頻又很長，每次翻來翻去，很費時，簡直煩死了，于是找我幫忙，然后我就要來視頻，用AiPy來嘗試幫他提高效率。

下面，我來分享一下思路、代碼和實踐經驗，希望能幫到有需要的朋友們，有同樣場景的可以拿去直接用。

一、工具和提示詞準備

1. 下載安裝

在AiPy官網（https://www.aipyaipy.com/）免費下載，為了方便大家快速上手，我用客戶端版，支持 Windows 和 macOS，喜歡命令行的朋友也可以選 CLI版本，用

pip install aipyapp

安裝，下載好后，界面長這樣：

2. 寫提示詞

根據官方介紹，AiPy是一個融合了LLM能力與Python程序和生態的智能體，我只需要把需求講清楚告訴 AiPy 就行。

根據自己的需求，我寫出提示詞如下：

當前目錄有一個daka文件夾，需要你幫忙寫一個腳本名稱為daka.py，可以識別daka文件夾內部的視頻，每當有人經過的時候就能截圖保存到dakajietu文件夾中，識別過程要避免重復。

二、AiPy自動拆解任務與編寫代碼

AiPy自動把任務拆成幾步：

步驟1：檢查并創建必要的文件夾結構
步驟2：遍歷daka文件夾獲取視頻文件列表
步驟3：初始化人體檢測器
步驟4：處理每個視頻文件，檢測人體并截圖
步驟5：實現截圖間隔控制

制定完成計劃后，AiPy就開始編寫代碼了，部分代碼展示如下：

import os
import cv2
import time
from datetime import datetime

# 支持的視頻格式
SUPPORTED_VIDEO_FORMATS = ('.mp4', '.avi', '.mov', '.mkv', '.flv', '.wmv')


def init_folders():
    # 確保daka文件夾存在
    ifnot os.path.exists('daka'):
        os.makedirs('daka')
        print("已創建daka文件夾，請將視頻文件放入其中")
    
    # 確保截圖文件夾存在
    ifnot os.path.exists('dakajietu'):
        os.makedirs('dakajietu')
        print("已創建dakajietu文件夾用于保存截圖")


def get_video_files():
    """獲取daka文件夾中的所有視頻文件"""
    video_files = []
    for file in os.listdir('daka'):
        if file.lower().endswith(SUPPORTED_VIDEO_FORMATS):
            video_files.append(os.path.join('daka', file))
    return video_files


def process_video(video_path, last_capture_time):
    """處理單個視頻文件，檢測人體并截圖"""
    # 初始化人體檢測器
    hog = cv2.HOGDescriptor()
    hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
    
    cap = cv2.VideoCapture(video_path)
    ifnot cap.isOpened():
        print(f"無法打開視頻文件: {video_path}")
        return last_capture_time
    
    print(f"開始處理視頻: {os.path.basename(video_path)}")
    
    while cap.isOpened():
        ret, frame = cap.read()
        ifnot ret:
            break
        
        # 調整幀大小以提高處理速度
        frame = cv2.resize(frame, (640, 360))
        
        # 檢測人體
        boxes, _ = hog.detectMultiScale(frame, winStride=(4, 4), padding=(8, 8), scale=1.05)
        
        # 如果檢測到人體且滿足時間間隔
        current_time = time.time()
        if len(boxes) > 0and (current_time - last_capture_time) >= 5:
            # 保存截圖
            timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
            filename = f"dakajietu/{timestamp}.jpg"
            cv2.imwrite(filename, frame)
            print(f"檢測到人體，已保存截圖: {filename}")
            last_capture_time = current_time
        
        # 按q鍵可提前退出
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    
    cap.release()
    return last_capture_time


def main():
    init_folders()
    video_files = get_video_files()
    
    ifnot video_files:
        print("daka文件夾中沒有找到視頻文件，請添加視頻文件后再運行")
        return
    
    print(f"找到 {len(video_files)} 個視頻文件:")
    for video in video_files:
        print(f"- {os.path.basename(video)}")
    
    # 初始化最后截圖時間
    last_capture_time = 0
    
    # 處理每個視頻文件
    for video_file in video_files:
        last_capture_time = process_video(video_file, last_capture_time)


if __name__ == "__main__":
    main()