$ loading_
帮助审计、管理并优化 Frigate 监控配置，提升车牌识别与录像管理效果。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MCP Frigate Optimizer" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请审计这份 Frigate NVR 配置，找出检测、录制保留策略、性能和稳定性方面的风险，并按优先级给出修改建议。
一份结构化审计报告，包含问题清单、风险说明与建议配置调整项。
根据我的摄像头场景，优化 Frigate 的车牌识别相关参数，重点提升夜间与远距离车辆的识别率，并解释每项调整原因。
一套建议的 LPR 参数与调优说明，帮助提高识别准确率。
请为 Frigate 制定更合理的录像保留策略，分别覆盖持续录制、事件录制和不同摄像头的重要级别，同时尽量降低存储占用。
一份优化后的录像保留方案，包含分级策略与预期存储收益。
通过自然语言管理 Frigate 安防摄像系统并查询事件、截图、录像与运行状态。
统一监控与审计式执行AI运维流程，帮助团队发现漂移并安全处置。
通过 Frida 与 ADB 自动化管理设备、进程、脚本和内存分析任务
扫描 MCP 配置中的权限、密钥与模型暴露风险，并生成合规 AI-BOM。
帮助用户通过多种取证分析判断图片是否由 AI 生成并发现可疑痕迹
通过 MCP 自动识别图片或视频中的车牌信息