🚗 从忧虑到秒级监控：我用 ChatGPT 5.6 “Vibecoding” 搞定了一个路边车位监控神器！

我住的地方停车场是大平层，直接紧挨着马路。虽然平时方便，但有时候看着人来人往，心里总有点担心自己的车。手头刚好闲置了一个 USB 摄像头，正赶上 ChatGPT 5.6 刚发布，手痒难耐，决定直接来一场 Vibecoding（氛围流写代码），看看能不能解决这个痛点！

这次我使用的是 ChatGPT 5.6 Sol，整个开发过程极其流畅。我一共只提了 3 个核心诉求（3 次对话），它就完美地帮我把程序写出来了！只能说，现在的 AI 真的强得离谱。

以下是我的调教全记录以及最终成型的程序介绍，如果你也有类似的需求，完全可以照抄作业！

💡 我的 3 次“灵魂催单”提示词

大模型写代码的精髓在于由浅入深、框架先行。我是这样跟 ChatGPT 5.6 沟通的：

🎯 Round 1：搭好骨架（Plan 模式）

我： 我现在用的是 Windows 11。我想做一个调用 WebCamera（网络摄像头）的程序，监视画面中的指定区域。如果发现有物体移动就立马截图，然后通过 Telegram 发通知给我，同时启动录像，直到物体移动结束。一定要有 GUI 界面，方便我用鼠标设置监视区域。请用你知道的最简单的实现方法来实现这个应用。

🛡️ Round 2：解决防误报痛点（抗干扰）

我： 非常好，那么有个新问题。我的这个 WebCam 貌似有自动聚焦功能，有时候空中飞过个虫子或者光线一变，它就会突然自动调节聚焦导致画面模糊，从而误报。你看看能否在程序里直接控制关闭自动聚焦？如果控制不了，想想办法，尽量在算法上过滤掉这种误操作。

📊 Round 3：视觉复盘（九宫格抽帧）

我： 非常好，接下来添加细节。在 Telegram 给我发送“移动结束，录像已保存到本机”的同时，我想收到一张 3行 × 3列（九宫格） 的视频抽帧预览图。具体逻辑是：把视频总时长除以 9，然后提取这 9 个时间点的画面帧并拼成一张大图，随着消息一起发给我。

📦 最终成果：WebCamera 移动监控系统（Win 11）

经过上面 3 轮对话，这个尽量简单的本地摄像头监控工具就诞生了！

它可以让你在实时画面中灵活框选一个区域，当该区域发生明显移动时，程序会联动执行以下操作：

1. 瞬时截屏：保存一张标有监视区域和时间的截图；
2. 即时告警：通过 Telegram Bot 把这张截图秒发到你的手机上；
3. 现场录像：同步开始把完整摄像头画面录制为 MP4 视频；
4. 智能收尾：指定时间内没有继续移动后停止录像，并打包发送一张 3×3 视频抽帧预览图 的结束通知。

🔒 隐私提示：录像只保存在你的本地电脑上，不会上传到 Telegram 服务器，兼顾了网络带宽与隐私安全。

🛠️ 1. 安装与快速启动

1. 前往 Python 官方网站 下载并安装 64 位 Python 3.12 或 3.13。
2. 【核心注意】 安装界面务必勾选 Add python.exe to PATH！
3. 下载代码后，直接双击 start.bat 即可启动。

说明：首次启动时，程序会在项目目录下自动创建 .venv 虚拟环境并下载相关依赖（需要联网，可能需要等几分钟）。后续启动同样双击 start.bat，当 GUI 窗口弹出来后，背后的命令行黑窗口会自动关闭，非常清爽。

🤖 2. 配置 Telegram Bot 接收通知

让监控和你的手机联动只需要简单的几步：

1. 在 Telegram 搜索并打开官方机器人账号 @BotFather。
2. 发送 /newbot，按照提示给你的 Bot 起个名字，最后它会返回给你一串 Bot Token。
3. 打开你刚创建的这个 Bot，点击 Start 并至少给它发送一条消息（例如 hello）。
4. 在浏览器中打开以下网址（记得把 <TOKEN> 替换成你刚拿到的 Token）：

https://api.telegram.org/bot<TOKEN>/getUpdates

1. 在浏览器返回的 JSON 内容中，找到 chat 下的 id 数字，这就是你的 Chat ID。（注：如果是在群组里使用，需要先把 Bot 拉进群，并在群里发话，群组 ID 通常是负数）。
2. 把 Token 和 Chat ID 复制粘贴到程序的 GUI 界面中，点击“发送测试通知”验证是否成功。

⚠️ 安全警告：Token 会以明文形式写入项目目录下的 config.json 中。切勿将此文件分享给他人或提交到公开的 GitHub 仓库！若不慎泄露，请前往 BotFather 处使用 /revoke 撤销并重新生成。

🎮 3. 玩转 GUI 界面与核心功能

• 设备切换：启动后静待摄像头画面加载。如需更换设备，可通过右侧下拉框选择并点击“刷新”。
• 防抖防误报双保险：
• 关闭自动对焦：默认勾选。状态栏会显示你的硬件驱动是否支持该底层控制。部分 Webcam 驱动不对外开放此权限，此时你可以点击“驱动设置…”跳转到 Windows 原生的摄像头属性页手动调整。
• 过滤全局突变：默认勾选。当画面全屏大幅度同时变化时（如开灯/关灯、突发暴雨、镜头大范围抽动），程序会聪明地将其识别为“环境光线突变”，从而快速重置背景模型，不会误触发报警和录像。

• 自定义监视区：直接在画面中按住鼠标左键拖拽，即可画出一个绿色框。拖动矩形内部可以移动它，拖动四个角可以调整大小。点击“清除监视区域”则默认监控全屏。
• 灵敏度与延时：
• “移动灵敏度”越高，微小的风吹草动都会报警。建议避开窗帘、屏幕闪烁或强反光区域。
• “无移动后停止录像”默认 3 秒。这样即使嫌疑目标在镜头前短暂定格，录像也不会断断续续。

• 文件保存：点击“开始监控”后，程序会用 2 秒钟生成初始背景，随后正式生效。截图和录像会按日期自动归档：

captures\年-月-日\motion_区域移动_时分秒.jpg      (触发瞬间截图)
captures\年-月-日\motion_区域移动_时分秒.mp4      (过程录像)
captures\年-月-日\motion_区域移动_时分秒_overview.jpg (3x3九宫格预览图)

九宫格的小细节：程序会自动把录像均分成 9 段，提取每段正中间的一帧，并在画面上贴心地标注视频时间点。这张图会随结束通知一起推送到你的手机上，一眼就能看完事件全过程！

🔍 4. 常见问题排查 FAQ

❓ 找不到摄像头？

请检查 Windows 11 的隐私权限。打开 设置 → 隐私和安全性 → 相机，确保启用了“相机访问”和“允许桌面应用访问你的相机”。同时确保没有其他软件（如 Zoom、Teams、浏览器会议）正在独占该摄像头。

❓ 本地录像正常，但 Telegram 没反应？

这是为了防止网络问题导致本地监控崩盘做的容错设计。请检查科学上网环境、Token、Chat ID 是否正确，且确保你之前主动跟 Bot 说过话。

❓ 录好的 MP4 无法播放？

请尽量通过 GUI 界面的“停止监控”来正常结束，或者正常关闭程序，这样视频文件才能正常“封包”。Windows 11 自带播放器若无法解码 mp4v，推荐使用万能的 VLC Media Player。

❓ 如何彻底卸载？

完全绿色版！只需关闭应用，把整个项目文件夹直接 Delete 丢进回收站即可。所有的依赖、配置和默认录像都在里面（除非你手动修改了保存路径）。

💬 碎碎念

以前想搞个这种自定义区域的监控，得自己去啃 OpenCV 的背景差分法（Background Subtraction），还要苦哈哈地用 Tkinter / PyQt 码 UI、调线程。现在用 ChatGPT 5.6，纯靠 Vibecoding 把需求描述清楚，几分钟就整出了一个完美运行的生产力工具。

*注：顺便感叹一下，时代的眼泪啊，以前的 Codex 彻底退役了，现在已经全面升级为 ChatGPT 的 Codex 模式了 T_T。不过有一说一，5.6 版本的 Sol 真的香！*