silver_pose/docs/api.md

本地模块与事件合约

Silver Pose 没有后端 API；本文定义 V1/V2 必须保持一致的本地配置、数据和事件合约。

配置合约

v1/config.example.json 的最小形状：

{
  "source": {
    "id": "lobby-camera-01",
    "rtsp_url_env": "SILVER_POSE_RTSP_URL",
    "mode": "stream",
    "roi_normalized": [0.0, 0.0, 1.0, 1.0]
  },
  "model": {
    "path": "models/best.pt",
    "sha256": "0000000000000000000000000000000000000000000000000000000000000000",
    "confidence_threshold": 0.25
  },
  "event": {
    "keypoint_confidence_threshold": 0.4,
    "suspect_window_seconds": 0.5,
    "confirm_window_seconds": 1.0,
    "recovery_window_seconds": 2.0,
    "cooldown_seconds": 10.0
  },
  "artifacts": {
    "event_dir": "../artifacts/events"
  }
}

• rtsp_url_env 必填；应用从同名环境变量读取真实 URL。
• source.mode 显式声明来源类型，取值 stream（默认，实时 RTSP，允许有界重连）或 replay（本地录像，EOF 不重放）；由配置决定，不再按 URL 前缀猜测。
• model.confidence_threshold 是模型检测置信度，可在设置草稿中调整，并在下次开始监控时经 PoseAdapter.set_confidence_threshold 真正生效。
• 数值是待现场录像校准的默认值；每个值必须真正进入事件逻辑：keypoint_confidence_threshold 决定姿态质量门槛；suspect_window_seconds 限制快速下移到水平姿态的最大间隔；confirm_window_seconds 是水平倒地候选需持续的确认时间；recovery_window_seconds 是恢复姿态需持续的时间；cooldown_seconds 是确认事件后允许开始恢复判断前的最短等待时间。示例中的全零 SHA-256 只占位配置形状，T-103 必须以受控模型的真实哈希替换并验证后才能启动推理。
• 缺少环境变量、模型不存在或哈希不符时，应用显示配置错误，不启动监控。

核心数据

Keypoint = { x: float, y: float, confidence: float }
PersonPose = {
  box_xyxy: [float, float, float, float],
  box_confidence: float,
  keypoints: Keypoint[17]
}
TrackedPersonPose = {
  track_id: string,
  detected_at_monotonic: float,
  pose: PersonPose
}
PoseQuality = {
  accepted: bool,
  reason: string,
  visible_joint_count: int
}
PoseEvidence = {
  accepted: bool,
  horizontal_pose: bool,
  rapid_vertical_change: bool,
  horizontal_angle_degrees: float | null,
  hip_center_y: float | null,
  torso_length: float | null,
  reason: string
}
FallEvent = {
  event_id: string,
  track_id: string,
  config_version: string,
  suspected_at_monotonic: float,
  confirmed_at_monotonic: float,
  latency_seconds: float,
  state: "CONFIRMED"
}

FallEvent 是状态机的纯内存确认事件，只在状态首次进入 CONFIRMED 时创建一次。连续帧更新 UI 状态，但不重复创建事件。config_version 是由运行配置快照计算的非敏感版本标识；T-202 的 alerts 会在不改变事件幂等语义的前提下，为截图/JSONL 记录补充来源、UTC 时间和证据。

event_id 带每次监控运行的会话前缀（FALL-<session>-NNNNNN），跨监控重启全局唯一；因此同一天目录内的截图不会被覆盖，events.jsonl 也不会出现同 id 不同内容的记录。

T-202 的 alerts 按 event_id 去重，对首次 CONFIRMED 只触发一次副作用（声音、弹窗、截图、JSONL 一行）。JSONL 记录如下，文件名与字段不含 RTSP 地址、凭证或客户姓名：

AlertRecord(JSONL) = {
  event_id: string,
  track_id: string,
  config_version: string,
  source_id: string,
  state: "CONFIRMED",
  confirmed_at_utc: string,        # ISO-8601 UTC
  suspected_at_monotonic: float,
  confirmed_at_monotonic: float,
  latency_seconds: float,
  screenshot: string               # 相对 event_dir 的 "YYYYMMDD/FALL-xxxxxx.png"
}

PersonPose 是 T-103 的纯模型输出，不带人员 ID；T-104 的跟踪模块产生 TrackedPersonPose 后，才允许事件证据按人员连续积累。

视频来源帧合约

FramePacket = {
  image: ndarray | null,
  timestamp_monotonic: float,
  status: "connected" | "retrying" | "error" | "eof" | "closed",
  error: string | null
}

• SourceMode.REPLAY 的录像优先使用容器时间戳；首帧时间戳无效或倒退时，回退为帧序号/FPS，保证回放时间单调；到达 EOF 后保持 EOF，不重放。
• SourceMode.STREAM 的实时流以成功读帧时的单调时钟计时；读取失败进入有界指数退避重连，不使用 CAP_PROP_POS_MSEC 作为事件时间。
• retrying、error、eof 和 closed 都没有图像，且绝不伪造人员、姿态或摔倒事件。
• 可重连来源以有界指数退避重新打开；断流不推进状态机的证据时间。

事件合约

事件	触发者	负载	结果
source.connected	视频源	source_id、时间	UI 显示在线。
source.error	视频源	source_id、错误码、可重试标记	UI 显示异常；不报警。
person.updated	跟踪与 Pose	TrackedPersonPose、PoseQuality、PoseEvidence	UI 绘制骨架与 ID。
fall.suspected	状态机	track_id、开始时间	UI 显示黄色疑似状态。
fall.confirmed	状态机	FallEvent	红色叠加、声音、弹窗、截图、JSONL。
fall.recovered	状态机	track_id、时间	UI 恢复绿色正常状态。

副作用边界

• 仅 alerts 模块可写事件截图、播放声音、弹窗和追加 JSONL。
• 仅 video_source 模块读 RTSP 或本地视频。
• 仅 pose 模块加载模型；UI 不得直接调用模型。
• V2 可以改变实现语言，但不得改变配置含义、FallEvent 字段和事件幂等语义。