作为打工人，是绝对不会在办公室摸鱼的，要是你看到，一定要全当没看到对我教育一番。 当然和我不一样，可能你会忍不住摸鱼，为此我帮你写了一个摸鱼小卫士。它帮你监控门口有没有动静，有没有敲门声。如果有，那它自动就会帮你把桌面切出来。神不知鬼不觉老板肯定看不到。

下面详细介绍一下：

Fish Guard：一个用摄像头和麦克风帮你守门的小工具

Fish Guard 是一个跨平台桌面小工具。它的用途很直接：用摄像头盯住门口或走廊区域，用麦克风监听敲门声；一旦检测到门口变化或疑似敲门，就自动静音、隐藏当前窗口并显示桌面。

这个项目不是复杂的 AI 系统，而是一个实用型的小自动化工具。它把几个简单但有效的信号组合起来：视频侧使用 ROI 区域的帧间差分，音频侧使用 RMS 能量、频谱质心、低频能量占比和短促脉冲间隔来判断敲门。这样做的好处是依赖轻、运行快，也比较容易根据自己的办公室环境调参数。

主要功能

• 摄像头实时预览，并支持鼠标框选检测区域。
• 检测门口区域的明显运动变化。
• 麦克风监听短促、低频占比较高的敲门声。
• 触发后自动执行保护动作：静音、隐藏当前窗口、显示桌面。
• 支持 macOS、Windows 和 Linux。
• 提供音频样本分析脚本，方便以后继续调敲门检测参数。

使用方式

安装依赖：

pip3 install -r requirements.txt

macOS 或 Linux 上如果需要音频检测，还要先安装 PortAudio。macOS 可以用：

brew install portaudio

启动：

python3 fish_guard.py

或者在 macOS/Linux 上运行：

./start.sh

启动后先在摄像头画面里框选门的位置，再点击“开始监控”。如果没有框选区域，也可以选择使用全画面检测，但实际使用时推荐框选门口区域，这样误报会少很多。

实现思路

视频检测部分没有用复杂模型，而是对选中的 ROI 区域做帧间差分。程序会把画面转成灰度、做高斯模糊，然后计算当前帧和上一帧的差异。如果差异区域面积超过阈值，就认为门口发生了明显变化。

音频检测部分也尽量保持可解释。敲门声通常是短促脉冲，而且能量集中在比较低的频段。程序会先做环境噪声校准，然后在实时音频流里检测高于动态阈值的片段，再用频谱质心、低频能量占比、脉冲数量和脉冲间隔过滤掉说话声、音乐声和持续噪声。

跨平台动作封装在单独的系统层里。macOS 使用 AppleScript，Windows 使用系统 API，Linux 优先调用常见桌面工具和音频后端命令。

适用场景和限制

Fish Guard 更适合固定机位、固定办公环境下使用。如果摄像头经常移动，或者门口光线变化很强，就需要重新框选检测区域并降低视频灵敏度。音频检测也会受环境影响，如果办公室里一直有音乐、电视或密集键盘声，可以直接关闭音频检测，只保留视频检测。

这个项目的定位是轻量实用，不追求“识别所有情况”。它更像是一个可以自己调、可以理解、可以快速运行的小工具。

项目地址

GitHub：git@github.com:junxie01/fish_guard.git