快速开始

VSL 的正式支持方式是 Docker Compose。CPU 模式适合首次体验，NVIDIA CUDA 模式适合实时推理。

环境要求

• Git
• Docker Engine 或 Docker Desktop
• Docker Compose v2
• 至少 8GB 内存，推荐 16GB
• CPU 模式建议至少 4 核
• GPU 模式需要支持 CUDA 容器的 NVIDIA 驱动

下载项目

git clone https://github.com/kkive/video-search-local.git
cd video-search-local

CPU 模式

docker compose up --build -d

Windows 也可以运行：

.\scripts\start-cpu.ps1

NVIDIA CUDA 模式

docker compose -f compose.yaml -f compose.gpu.yaml up --build -d

Windows 也可以运行：

.\scripts\start-gpu.ps1

首次启动会准备 YOLO26s 和 D-FINE-S ONNX 模型，因此时间会比后续启动长。完成后打开：

http://127.0.0.1:8080

首次配置顺序

1. 在“系统设置 → 视频源”填写 RTSP 或其他视频流地址并测试。
2. 在“推理”选择 YOLO26s 或 D-FINE-S，以及 CPU/CUDA 设备。
3. 在“目标跟踪”启用 ByteTrack。
4. 创建规则并选择需要关注的模型标签。
5. 配置录像时长、输出帧率和遮罩样式。
6. 如需语义分析，配置视觉大模型 API 并测试。
7. 测试 Qdrant，保存设置后启动推理。

Docker 访问宿主机 RTSP

如果 RTSP 服务运行在 Docker 宿主机，容器中的 127.0.0.1 指向容器自己。Docker Desktop 应使用：

rtsp://host.docker.internal:8554/loop

Linux Docker 可以在 Compose 中加入 host-gateway 映射，或者填写宿主机的局域网 IP。

停止服务

docker compose down

这不会删除 Qdrant named volume。不要在没有备份的情况下执行 docker compose down -v。

更完整的参数说明和排错方法，请查看仓库中的中文用户手册。