feat: 新增视频分析流水线、Web界面、孤儿清理工具；修复健壮性问题

- 新增 analysis/ 模块：MOG2活动检测、YOLO人物跟踪、MediaPipe摔倒检测、Ollama活动打标、缩略图抽取
- 新增 webapp/：Flask事件浏览界面，按需HEVC→H264转码缓存
- 新增 analyze.py：7阶段状态机流水线（scan→backfill→motion→person→fall→activity→thumbnail）
- 新增 cleanup_orphans.py：清理文件已删除的数据库孤儿记录
- 修复：motion/person/activity三阶段加单视频异常兜底，避免批次中断
- 修复：ollama_client加健康检查和3次重试，num_ctx从8192降到2048
- 修复：transcode_cache加fcntl文件锁，防止并发转码同一视频
- 修复：SQLite开WAL模式+busy_timeout，支持读写并发
- 修复：sync.py ffmpeg路径改为shutil.which查找，删除automate.py死代码PYTHON
- 修复：thumbnail失败加3次重试上限，避免无限重试损坏文件
- 新增：requirements.lock锁定版本、README文档
- 更新：.gitignore排除.playwright-mcp、截图、备份文件

analysis/ollama_client.py

@@ -0,0 +1,86 @@
+"""封装本地 Ollama 视觉模型调用：给定一帧图片，从限定词表中分类出一个活动标签。
+
+只做限定词表分类，不做开放式生成——分类结果直接落地为 events.label，取值域
+必须严格落在词表内。VLM 输出格式不总是稳定（可能带标点/解释性文字），
+所以要做防御性解析兜底，解析不出合法标签就归为"其他"，不让脏数据污染打标结果。
+"""
+import time
+
+import cv2
+import ollama
+
+from analysis.config import ACTIVITY_LABELS, OLLAMA_MODEL
+
+_FALLBACK_LABEL = "其他"
+_MAX_RETRIES = 3
+_RETRY_DELAY = 5.0  # 秒，Ollama 偶尔忙/模型加载中，退避重试
+
+
+def _build_prompt():
+    labels = "、".join(ACTIVITY_LABELS)
+    return (
+        "这是家中监控摄像头拍到的一帧画面。请判断画面里的人此刻最可能在做什么，"
+        f"只能从下面这些词里选一个作为回答，不要输出任何其他文字或标点：{labels}"
+    )
+
+
+def _parse_label(raw_text):
+    stripped = raw_text.strip()
+    if stripped in ACTIVITY_LABELS:
+        return stripped
+    for label in ACTIVITY_LABELS:
+        if label in raw_text:
+            return label
+    return _FALLBACK_LABEL
+
+
+_MAX_FRAME_WIDTH = 640  # 摄像头原始分辨率最高2560x1440，直接送入会因视觉token过多超出上下文，
+                        # 而"走动/进食/坐下"这类粗粒度分类不需要高分辨率细节，缩小后再送入
+
+
+def _resize_for_vlm(frame_bgr):
+    height, width = frame_bgr.shape[:2]
+    if width <= _MAX_FRAME_WIDTH:
+        return frame_bgr
+    scale = _MAX_FRAME_WIDTH / width
+    return cv2.resize(frame_bgr, (_MAX_FRAME_WIDTH, int(height * scale)))
+
+
+def check_ollama_health():
+    """检查 Ollama 服务是否可用、目标模型是否已拉取。返回 (ok, message)。"""
+    try:
+        models = ollama.list()
+        model_names = [m.get("name", "") for m in models.get("models", [])]
+        if not any(OLLAMA_MODEL in name for name in model_names):
+            return False, f"模型 {OLLAMA_MODEL} 未拉取，请先运行: ollama pull {OLLAMA_MODEL}"
+        return True, "ok"
+    except Exception as e:
+        return False, f"Ollama 服务不可用: {e}"
+
+
+def classify_frame(frame_bgr):
+    """frame_bgr: OpenCV BGR格式的numpy帧。返回 (标签, 原始回复文本)。"""
+    ok, buf = cv2.imencode(".jpg", _resize_for_vlm(frame_bgr))
+    if not ok:
+        return _FALLBACK_LABEL, ""
+
+    last_error = None
+    for attempt in range(_MAX_RETRIES):
+        try:
+            response = ollama.chat(
+                model=OLLAMA_MODEL,
+                messages=[{
+                    "role": "user",
+                    "content": _build_prompt(),
+                    "images": [buf.tobytes()],
+                }],
+                options={"num_ctx": 2048},  # 单帧分类不需要8192上下文，省显存提速
+            )
+            raw_text = response["message"]["content"].strip()
+            return _parse_label(raw_text), raw_text
+        except Exception as e:
+            last_error = e
+            if attempt < _MAX_RETRIES - 1:
+                time.sleep(_RETRY_DELAY)
+    # 全部重试失败，归为"其他"而不是抛异常中断整个批次
+    return _FALLBACK_LABEL, f"[ollama_error] {last_error}"