– Время быстро летит, – деловито возразила Таня, мягко высвобождаясь из его объятий. – Несется как сумасшедшее. Надо все успеть.

– И куда ты торопишься?

– «Торопишься!» Двадцать один год уже. Третий десяток пошел! Ужас!

– Да, уважительная причина, чтобы связываться с первым встречным аферистом, – неожиданно жестко сказал Юра и тут же пожалел об этом, опасаясь, что Таня обидится.

Но она не обиделась.

– На нем же не написано, что он аферист, – спокойно и мечтательно сказала Таня. – Наоборот: красивый, веселый, талантливый.

– Аферисты все такие.

– Об этом я как-то не думала.

– Ты любила его? – осторожно поинтересовался Юра.

Таня помолчала, ответила неопределенно:

– Замуж-то надо.

– И что? Это была единственная кандидатура? Могла бы найти кого-нибудь порядочного.

– Найдешь его, – вздохнула Таня. – Вот ты, например…

– Я – порядочный, – заверил Юра.

– Знаю! Работаешь сутками. То книжки читаешь…

– Не книжки читаю, а изучаю спецлитературу…

– …то за компьютером. Вечно какие-то программы пишешь. Никуда тебя не вытащишь.

– А ты и не пыталась.

– Вот-вот. Я должна пытаться, уговаривать, просить… Я же все-таки девушка, хочу, чтобы меня уговаривали, просили, ухаживали за мной. Все порядочные – дома с мамами сидят. А он – проявил инициативу!

– Даже слишком, – необдуманно ляпнул Юра.

Но Таня и тут не обиделась.

– Да, – сказала она раздумчиво, – как только мало-мальски предприимчивый парень – так обязательно оказывается аферистом.

Таня встала, подошла к окну, посмотрела на улицу. Юра с удовольствием растянулся на кровати.

– Позавтракаем, и иди занимайся своей программой, – распорядилась Таня. – Мы с тетей Любой по городу погуляем.

– Город ей покажешь?

– Что тут показывать. Она же здесь родилась, институт закончила.

– А что она делает в Сибири?

– Работает! После института по распределению направили. Учителем в село. Так и стала сельской жительницей. Даже корову доить научилась. А вот замуж не вышла. Детей учила, меня воспитывала… Но мне кажется, что не только в этом дело. Наверное, она была слишком городской для деревенских парней. А теперь для города – деревенская. Я, наверное, тоже смешная сюда приехала.

– Ага, с косичками и бантиками.

– Ты помнишь? – удивилась Таня.

– Ну, да. Мама твоя была модница, а дочка, такая взрослая барышня – и вся в бантиках.

– Ты мою маму, наверное, лучше знаешь, чем я. Чаще видел, – задумчиво произнесла Таня.

Юра промычал что-то невнятное, соглашаясь. Таня еще некоторое время задумчиво смотрела в окно, потом повернулась – Юра спал, раскинувшись на застеленной кровати.

***

– Дура ты, дура! – выговаривала себе Таня, смывая праздничный макияж. – Устроила душевный стриптиз! Нужна ты ему…

Близился рассвет. Спать уже не имело смысла, да и не хотелось. Таня приняла душ, переоделась в красивое платье, приготовленное ею для первого дня замужней жизни, и принялась накрывать на стол.

Завтракали в комнате за большим обеденным столом. Завтрак, благодаря гостинцам тети Любы, получился роскошный. Весь стол был уставлен пирогами, салатами и другими закусками.

Таня немного нервничала, жалея о своей ночной откровенности и смущалась, встречаясь взглядом с фиктивным мужем. Юра, невыспавшийся и голодный, погруженный в свои мысли, сосредоточенно поедал пироги и салаты. Тетя Люба, улыбаясь, наблюдала за «молодыми».

– Что новенького в деревне? – спросила Таня у тети Любы. – Как Зорька? – И пояснила для Юры: – Зорька – это корова.

– У меня идея одна возникла, – сказал Юра. – Хочу скорей осуществить.

– Что ей сделается, Зорьке, – ответила тетя Люба. – А ты не морочь человеку голову. У нас еще весь день впереди. Наговоримся. А ему сейчас не до коров. Ты ешь, Юра, ешь. Тань, положи Юре еще пирога.

– Нет, нет, спасибо.

Несмотря на возражение Юры, Таня положила ему на тарелку кусок.

– Спасибо, это много.

– Не хочешь – не ешь, – разрешила Таня. – Тетя Люба просто не может видеть пустые тарелки.

– Как же это вы так подгадали, столько работы – и свадьба. Надо было хоть отпуска взять, – посетовала тетя Люба.

– Что ты, теть Люб, какой отпуск, – возразила Таня. – Это мне просто повезло, заполучила его аж на целую ночь. Он же сутками за компьютером, – и вздохнула притворно:

– Теперь уже, наверное, и не свидимся.

– Вечером приду, – рассеянно сказал Юра, – тетю Любу провожать.

– Это же, наверное, вредно, – покачала головой тетя Люба. – Сутками-то.

– Еще бы! – подхватила Таня. – Со временем волосы выпадают, борода отрастает, взгляд становится диким…

– Болтушка! Юра, не слушай ты ее.

– Я не слушаю, – согласился Юра.

– Он и не собирается меня слушать, – произнесла Таня уже серьезно и добавила с легкой горечью:

– Кто я такая?

– Жена, – строго сказал Юра, встал, поцеловал Таню в щеку и вежливо обратился к тете Любе:

– Спасибо! Все очень вкусно! Извините, что не смогу с вами пойти.

– На здоровье! – ответила тетя Люба. – Иди, иди, работай, раз надо! – И повернулась к Тане:

– Так что тебе про Зорьку рассказать?

Но Таня, сбитая с толку Юриным поведением, уже забыла про корову.

***

Днем тетя Люба и Таня пошли прогуляться по набережной.

– Как город-то изменился, и не узнаешь, – говорила тетя Люба. – По ночам ведь снится. Пока жила здесь, не понимала, какое это счастье – здесь жить. Хотя, почему же не понимала? Музеи, театры – всюду побывала. И ведь на все времени и сил хватало: и учились, и в театры ходили, и ночами по городу гуляли. Ты цени это, Танюша, в большом городе – возможности не то, что в деревне, у нас театров-то нет.

– Здесь не только театры есть, – задумчиво произнесла Таня. – Одних ресторанов сколько! Есть даже в стиле девятнадцатого века. Там сама Наталья Гончарова меню подает.

– Значит, Наталью Николаевну в официантки определили… – вздохнула тетя Люба о Гончаровой, словно о своей хорошей знакомой. – Дорого там, наверное. Это вы с Юрой туда ходили?

– Нет, мы по ресторанам не ходим. Мне на работе рассказывали. А мы все больше по театрам, по музеям. Даже в Москве были, в Третьяковке.

– Повезло тебе, Танюшка, ох, повезло… За сиротство твое, судьба тебе такого парня подарила. Ты держись за него, Танюшка, крепко держись!

– Да я держусь… – грустно сказала Таня, вспоминая, как он надевал ей кольцо, как пригласил на танец, как обнимал ее, когда они сидели на кровати.

Словно издалека донесся до Тани голос тети Любы:

– Порадовала ты меня. Честно говоря, я за тебя боялась. Не ожидала, что такого парня разглядеть сумеешь. Тебе же вечно какие-то охламоны нравились…

– Да ладно тебе, теть Люб… – слегка раздраженно возразила Таня. – Не охламоны, а известные певцы, и то из телевизора…

– Вы – такая пара хорошая, – говорила тетя Люба. – Так друг на друга смотрите. Любит он тебя. И сейчас, наверное, о тебе думает.

– Нет, теть Люб, – уверенно заявила Таня. – Он сейчас программу пишет.

***

Юра действительно сидел за компьютером, глядя на монитор с кодом программы. Но вместо цифр и символов он видел Таню в белоснежном платье – такую красивую, непривычно тихую и нежную, а в ушах звучал  волнующий свадебный вальс.

***

Вечером тетя Люба собрала свои немногочисленные вещи, готовясь к отъезду.

– Теть Люб, ты даже ничего и не купила. Сюда столько всего привезла, а назад с пустыми руками едешь, – огорчилась Таня, увидев небольшую сумку.

– Да что мне, много надо? Соседкам вот кое-чего по мелочи взяла и ладно.

– Привет всем передавай.

– Обязательно! Всем расскажу, какой у тебя муж замечательный.

– Ну, теть Люб, и понравился же он тебе, – сказала Таня с досадой. – Только и слышу, какой он хороший. Ты же его почти не знаешь.

– Надежный он. Это сразу чувствуется. И это – главное. И любит тебя. Я же вижу!

Раздался звонок в дверь.

– Это Юра.

Таня направилась в прихожую.

«А еще по нему рыдает театральный институт. Ввести в заблуждение тетю Любу – это какой талант нужен!»

Таня открыла дверь, ожидая увидеть встрепанного соседа с отсутствующим взглядом. Вошел симпатичный и невероятно обаятельный молодой человек, который смотрел на нее вполне осмысленно и... неужели влюбленно? От этого его взгляда Таня немного растерялась.

– Привет, – сказал Юра, и это простое слово прозвучало как-то особенно, значительно.

– Привет, – тихо произнесла Таня. – Как программа?

– Нормально. Я уже соскучился.

– По программе?

– По тебе.

Он слегка дотронулся до пряди ее волос, и Тане было очень приятно его прикосновение, и его негромкий красивый голос звучал так волнующе в полутемной прихожей. И неожиданно даже для себя Таня выдохнула:

– Я тоже.

Тетя Люба вышла в прихожую.

– Ну, что, голубки, проводите меня?

***

Они вдвоем стояли на перроне и махали вслед отъезжающему поезду. Тетя Люба махала им в ответ из окна. Поезд все удалялся, пока не исчез вдали. Таня смотрела ему вслед. Вот и все.

Юра обнял ее.

– Тетя Люба уехала, – улыбнулась Таня, догадываясь, каким будет его ответ. – Спектакль окончен. Можно уже не притворяться.

– Я и не притворяюсь, – возразил Юра и поцеловал ее.

Когда они подходили к дому, Таня внезапно остановилась.

– Я хочу сказать тебе что-то очень важное.

Юра тоже остановился, вопросительно глядя на нее.

– Может, ты после этого будешь ко мне по-другому относиться, может, ты даже решишь со мной расстаться…

– Что бы это ни было, знай, что я буду с тобой, – пообещал Юра.

– Ты даже не знаешь, что я собираюсь сказать.

– Все равно, – мужественно произнес он, но заметно напрягся, ожидая услышать что-то ужасное.

– Понимаешь, я слышу стихи… – медленно произнесла Таня.

Он облегченно перевел дыхание.

– Пишешь стихи?

– Нет, не то, чтобы пишу… я их слышу. И просто записываю. Наверное, это – не нормально?

Юра пожал плечами.

– Я тоже часто во сне программы вижу.

– Ты не понимаешь… – начала Таня.

– Да где уж мне.

– Не обижайся, пожалуйста. Но о своих программах ты думаешь, а я – просто слышу. Эти стихи мне помогают жить. Может, и другим людям помогли бы... И я себя чувствую просто преступницей из-за того, что не могу никому их передать! В журналах не печатают…

– Им не нравится?

– Сначала – хвалят… Но пойти на определенные жертвы я определенно не готова, – сказала Таня скорее себе, чем своему собеседнику, и так как он промолчал, пояснила:

– Мне не удалось найти общий язык с литературными деятелями.

– Много у тебя стихов?

– Много.

– Давай, я сделаю сайт.

– И народ повалит толпой на мой сайт, приобщаться к поэзии.

– Раскрутим. Кто-нибудь да прочтет.

– Вот именно, кто-нибудь…

– Тебе нужно признание этих… литературных деятелей или ты хочешь передать людям свои стихи?

– Я все хочу!

– Так не бывает, – сообщил ей Юра, умудренный жизненным опытом. – Выбирай!

Таня подумала и послушно произнесла:

– Передать людям свои стихи.

– Значит, делаем сайт, – решил Юра.

Таня обняла его, прошептала:

– Какой ты хороший, заботишься обо мне…

Он тоже обнял ее, словно защищая от всех неприятностей.

– Ничему не удивляешься… – продолжала шептать Таня.

Юра поцеловал ее и сказал очень мягко:

– После того, что было вчера, меня уже трудно чем-то удивить.

Таня слегка смутилась, вспомнив, как ворвалась к нему вчера в квартиру с невероятной просьбой. Все потому, что не воспринимала его всерьез. Сейчас она бы уже на такое не отважилась.

– Понимаешь меня… – прошептала Таня.

– Я люблю тебя.

– И я тебя люблю. Знаешь, я всегда чувствовала, что мое счастье где-то совсем рядом.

Они стояли на улице, обнявшись – два человека, нашедшие друг друга, и никуда не торопились, чувствуя, что у них все еще впереди.

Яндексу прикладывал в тп все чеки, все фото на что они мне отвечали одним и тем же сообщением»насколько оцениваете стоимость повреждения» как будто она уменьшиться если спросят ещё раз хд. сейчас в итоге они удалили из моей истории заказы, выглядит смешно, я сразу же сохранил все чеки и номера заказов, как чувствовал что так и будет)пока они это спрашивали как раз и залили краской кресло на ПВз, со мной никто не связался даже, пришлось отправить маму туда, ТК переехал в другой город. она увидела эту жесть с моим креслом, в итоге на вопрос почему никто не связался ответили- ну мы щас все отмоем и отправим. что?)))

я отправил досудебную претензию 25 марта, так же указал попытку сокрытия порчи имущества прошёл ровно месяц, ответа нет. странно что они надеятся, что досудебная сама исчезнет как и их совесть)

можете поржать как это все упаковали, кресло я приносил с его родной коробкой, но видимо не справились ребята, было 17 заказов, итоге 5 из них не отправились типа ка улишние, специально заказывал больше, если не хватит))) ЗАЛАОЫОЫЫЗЫХХВХЫ)))).)

уплетал в тот же день, когда принёс все, тянка на пвз мя выгнала на обед типа и я не мог ждать час ТК был самолёт через 4, в итоге подумал ну ладно в прошлый раз все было ок значит норм будет. другую часть отправлял на соседнем пвз, все упаковали идеально кстати

мой комп ехал в коробке обернутый кастоюлями., он приехал и не включался, я молился что это что-то самое дешевое, а нет это материнка(спс что не моя 4090) отправлял если че с адреса зеленоград к931, когда моя мама вернулась туда за креслом, особа малолетняя ей начала говорить что не обязана все упаковывать, что не обязана столько МНОГО упаковывать, о нееет на работе надо работать)

короче я в огромном минусе, мне повезло чуть больше, чем многим с такой проблемой, у меня состоятельная семья, так что у меня есть хороший юрист который уже отсудил с моим отцом у Яндекса за похожий случай:)

кстати там не только кресло залили, но ещё торшер за 40к, они его пытались отмыть без моего ведома, так что торшер не пережил такое, кресло еле выжило, хз чем его отмывали мб ядерной кислотой, так что на кресло тоже-гарантия

― О чём это он, и почему так невыносимо больно? Ах да, я же упал, прервав чёрное заклинание… Только жертвенная смерть могла его остановить, но почему тогда ещё дышу? Наверное, тот демон с рыжими волосами, что творил это ужасное колдовство, решил ещё позабавиться, не давая мне умереть. Разыщи его, Ксандр, и убей ради своих несчастных друзей…

Юноша со светлыми кудрями что-то шептал, и от этого по коже проносился слабый прохладный ветерок, немного охлаждая сгоревшее тело и вызывая в душе чувство благодарности:

― Спасибо, Ксандр… нет, это не ты. Это же Сан, маленький отрядный маг с большим и добрым сердцем. Не старайся, простым заклинанием исцеления не остановить неумолимый смертельный поток, призванный унести меня из этой проклятой жизни. Ничто не может исправить то, что я натворил ― отдал жизнь, чтобы спасти другого, малознакомого, но очень важного для тебя человека… Это и есть отсроченная смерть.

Избранный с длинной тёмной косой и странно-жёлтыми глазами склонился, добавляя сильную волну магии, снимавшую жар и боль. Я слышал, как он шептал:

― Рас из Дома Плачущих Цветов твой вечный должник, Селим. Держись, друзья рядом, мы сделаем всё, чтобы помочь, ― и, обращаясь к Сану, сказал, ― уговори его вернуться в прежний облик, так будет проще лечить.

Наслаждаясь пусть и недолгим покоем, подумал:

― Прежний облик… Неужели я снова стал человеком? Какая ирония ― столько лет провести собакой и на пороге смерти всё-таки стать собой. Крэг, наш добродушный великан, наверняка придумал бы какую-нибудь шутку на эту тему, но сейчас и у него слёзы на глазах… Да и Дарси снова держится за сердце. Неужели чужак Селим настолько им дорог?

Внезапно в виске сильно запульсировало ― я вспомнил, что должен передать Сану какое-то важное сообщение. Сейчас, пока не забыл и не вернулся к прежнему безмолвию верного пса. Было очень больно шевелить губами, но, чувствуя стекавшую на язык кровь, всё же сумел выдохнуть:

― Чистый лист ―  ключ к записям…

Не уверен, что Сан разобрал эти даже для меня странно звучавшие хрипы, быстро превратившиеся в слабое повизгивание, и перед глазами замелькали фигуры суетившихся друзей. Рас, видимо, снова применил исцеляющее заклинание, и в темноту «подземного» мага утянула ласковая прохладная волна, а не жар чужого проклятия…

В комнате было хорошо натоплено, но Сан подкладывал всё новые поленья в печку, не слушая ворчавшего на него Раса:

― Прекрати, от того что здесь тепло как на острове в Южном море, Селиму лучше не станет. Ему нужны свежий воздух и наше внимание, а не адская баня…

Отрядный маг сердито на него посмотрел:

― Говори, что хочешь, но у бедняжки вся шерсть облезла, ему наверняка холодно. Не хочу, чтобы он, вдобавок ко всему, ещё и простудился.

Рас заботливо поправил толстое, но лёгкое, купленное специально для меня одеяло:

― Десять дней прошло, шерсть прекрасно отрастает, будет даже лучше прежней. Он уже хорошо ходит, а ты кудахчешь над ним как наседка, займись лучше тетрадями. Как вернулись с прошлого задания, так и в руки их не берёшь. Почему?

Сан помолчал, ворочая кочергой в печи:

― Я дал себе слово, пока Селим не поправится, никаких других дел. Вот как только выйдем первый раз на прогулку…

Рас усмехнулся:

― Понятно… А на улице лютый холод, и бедная собачка наверняка там замёрзнет, да? Ох, Сан, ты перегибаешь палку…

Дверь радостно хлопнула, впуская румяного с мороза, весёлого Дарси:

― Привет, я только из канцелярии ― на этот раз жалование будет вовремя, рады? Не ужинали ещё? Это хорошо, значит, подожду Крэга… ― он придвинулся поближе и, погладив по голове, засюсюкал:

― Как дела у нашего дорогого Селима? Ох, какая шерсть растёт ― густая и блестящая. Да ты красавчик… Смотри, что я принёс, ― и он начал скармливать мне кусочки куриной лапки, умиляясь тому, как замечательно наш пёсик хрустит. Чем вызвал неприкрытую ревность Сана и смех Избранного.

В довершение всего, я спрятал ещё одну сахарную косточку под трёхслойную подстилку, мечтая съесть это богатство, как только друзья уснут.

В дверь заглянула Матильда и, о чём-то поговорив с Расом, ушла, Избранный заставил меня встать, напялив сверху толстый вязаный жилет и застегнув пуговицы на спине.

― Какая красота, хозяйка сама связала… Давай, Сан, погуляй с Селимом ― ему нужен свежий воздух, ну хоть ненадолго. Посмотри, как он виляет хвостом, совсем засиделся дома. Может, на прогулке встретите Крэга, вот наш «кузнец» обрадуется…

На улице стоял лёгкий мороз, снег под лапами приятно хрустел, и, веселя Сана, я ловил пастью крупные снежинки, а потом даже немного за ним побегал. Правда, слегка прихрамывая ― задняя лапа пока ещё не полностью восстановилась. Возвращавшийся домой Крэг, увидев нас, счастливо рассмеялся, потрепав меня по холке и гордо показывая другу новый меч:

― Наконец-то я снова почувствовал себя человеком, парень. Сегодня празднуем, надеюсь, Дарси, как обычно, «случайно» заглянул на огонёк?

За накрытым столом вместо надоевшей уже каши на большом блюде лежала принесённая Крэгом тушка жареной индейки, встреченная отрядом с нескрываемой радостью. И, похвалив потрясающий клинок нашего полудемона, все принялись уничтожать этот «дар богов», слушая его рассказы о сложном процессе создания настоящего произведения искусства…

Мне тоже кое-что перепало, и, радуясь, что все друзья собрались вместе, я спокойно догрызал хрящики, мечтая о том, что однажды за этим столом будут сидеть и Лис с Хлоей. После того как по кругу пошла бутыль с новым творением нашего дорогого Командира, быстро поднялся на второй этаж ― резкий запах самогона заставлял «бедного пёсика» чихать без остановки.

Вскоре пришёл Сан, обычно засыпавший после первой же кружки горячительного, но на этот раз он, погладив «дорогого Селима», сел на кровать, достав из мешка обе тетради. Я насторожился. После удачного эксперимента с нагревом последней страницы отрядного мага ждало страшное разочарование ― ни одна из обеих рукописей не среагировала на тепло. Наверное, это привело его в такое отчаяние, что он стал искать любые предлоги, лишь бы больше не браться за разгадку «закорючек». Чем расстраивал нас с Расом…

Избранный с самого начала пытался ему помочь в изучении записей ― он перерыл все известные книги, где говорилось о подобных «секретах» и разных способах спрятать написанное от посторонних глаз. Втайне от друга опробовал многие из них, но пока всё было безрезультатно. Рас рассказывал мне о своих неудачах, потому что знал ―  Селим в любом случае не сможет ничего передать слишком чувствительному другу.

А тем временем я сходил с ума, ведь, находясь в этом теле, не мог открыть друзьям тайну, которую узнал, пока был в плену у Второго министра. Тому нравилось мучить пленника, не скрывая своих планов в отношении захвата власти. Этот негодяй был так уверен в себе, что повторял:

― Я всё продумал до мелочей, Селим. Здесь, в этой тетради, есть то, что могло бы мне помешать. Но если ты когда-нибудь и найдёшь эти записи, уже будет слишком поздно. К тому же, чтобы прочитать их, нужен ключ, ― он показал чистый лист бумаги, ― вот он. Интересно, правда?

Потом голова закружилась, унося сознание пленника куда-то очень далеко, и, наверное, я так и не вспомнил об этом, если бы не увидел похожую тетрадь в руках Сана. Десять дней назад мне, наконец, выпал шанс сказать об этом другу, и, думая, что умираю, я сделал всё, что мог. Но вряд ли маг разобрал тот невнятный бред…

Сегодня, выполняя данное Крэгу обещание, Сан листал тетради и злился:

― Что за ерунда… Этот листок точно был на последней странице или за обложкой. Не такой уж я неудачник, чтобы потерять, возможно, единственную надежду разобраться в этом кошмаре и спасти всех…

Услышав это бормотание, подскочил к нему, начав бить лапой по тетради. Сан удивлённо поднял голову, посмотрев в глаза:

― Скажи, Селим, мне ведь не показалось, что ты тогда сказал про «чистый лист»?

Я радостно залаял, и друг вытер рукавом вспотевший лоб:

― Понятно, а один идиот, похоже, его «посеял»…

Как следует обнюхав тетрадь и, видя, что Сан не понимает, зубами вытащил обложку. Он ахнул:

― Ну, конечно, листок был здесь ― ищи, друг, ищи, дорогой…

Меня не надо было уговаривать: проверено было всё ― от кроватей и маленького комода до мусорной корзины в углу ― её я нарочно уронил, заставив друга перебрать содержимое. Он чуть не плакал:

― Прошло слишком много времени, боже, и почему я не сделал этого сразу? А теперь нам уже ничто не поможет ― Матильда убирает комнаты раз в два дня. Если она и нашла клочок бумаги, наверняка бросила в печь…

Пришлось схватить его за штанину и тащить в сторону комнаты хозяйки. Совершенно приунывший друг, опустив голову, постучался в её дверь. Матильда внимательно выслушала сбивчивую просьбу вернуть потерянный, но жизненно важный лист чистой бумаги, и вместо того чтобы обругать нас за нерасторопность, сказав что-нибудь, вроде:

― Вы бы ещё через год за мусором пришли, дуралеи… ― велела подождать.

Вскоре она отдала растерянному Сану стопку белых листочков разного размера:

― Я собирала их везде, где могла ― Мич очень любит рисовать. Сейчас он так ослаб, что и руки не может поднять. Когда… если ему станет лучше, верните то, что вам не пригодится…

Сан растерянно моргал, и пришлось ткнуть его носом в бок, чтобы он очнулся и поблагодарил добрую женщину. Пока они смущённо молчали, я скользнул в комнату малыша и, увидев улыбку на его бледном личике, облизал худенькую руку ребёнка.

Сан и Матильда вбежали следом, но я уже беззвучно читал заклинание, облегчая страдания мальчика, и когда встревоженная мать подошла к сыну, Мич сам сел на кровати, сказав, что очень проголодался…

Мы оставили их вдвоём, аккуратно прикрыв дверь.

― Он поправится, Селим? ― голос друга был печален, в ответ я заскулил, опустив голову.

Сидя на кровати, Сан сортировал листы, выбирая похожие на «наш» клочок, и окончательно запутался. Я вытащил нужный, шлёпнув им по носу недогадливого мага, и, обрадованный, он сделал вид, что собирается оттаскать меня за ухо:

― Хитрюга, почему сразу не достал?

Подразнил его языком, хотя он не оценил собачий юмор, спросив:

― Ты что, пить хочешь?

Влетевший в комнату Рас строго сказал:

― Заканчивайте игры, у нас срочное дело ― в местном борделе нашествие змей. Одевайся, Сан, а Селиму, наверное, на этот раз лучше остаться дома…

Отрядный маг заметался по комнате, убирая «важный листок» в тетрадь, а остальные ― под подушку; я принёс в зубах вязаный жилет, намекая, что иду вместе со всеми. Сан бормотал, натягивая плащ:

― Что ещё за ерунда ― змеи посреди зимы? Да они все в спячке…

Рас грустно усмехнулся:

― Получается, не все ― вот, например, жена Дарси никогда не дремлет… А ты что это так задёргался ― никогда не был в борделе? Ну это поправимо. Сан, куда побежал, дурачина?

Коляска ехала по спящему городу, и Дарси, краснея, объяснялся со смеющимися Крэгом и Расом:

― Ну что пристали, болваны? Хозяйка «Красного бархата» ― просто старая знакомая, и давайте без глупых намёков. Госпожа Далия попросила меня разобраться с этой ситуацией ― кто же пойдёт туда, где полно змей? Репутация заведения оказалась под угрозой, поэтому она и не обратилась в Городскую стражу. Надеюсь, отрядные маги быстро разберутся с этими гадинами…

Крэг хмыкнул:

― Ты это о ком, Командир? У тебя проблемы с дамочками из борделя?

Вспыльчивый Командир замахнулся на Дылду, но Рас примирительно его обнял:

― Не ругайтесь, берегите силы ― кто знает, вдруг они ещё пригодятся не только для змей?

Дарси попытался дать смеющемуся Избранному подзатыльник, но тот ловко увернулся, пересев на другу сторону и потеснив хмурого Сана:

― А ты почему такой кислый, отрядный маг? ― веселился Крэг.

― Потому что вы оба сошли с ума: смеяться перед заданием ― плохая примета, ― ответил Сан, и я одобрительно рыкнул, поддерживая друга.

―  Полная ерунда, ― фыркнул полудемон, но улыбка сошла с его угольно-чёрного лица. После этих слов и Рас успокоился, а мне почему-то стало не по себе. Предстоящее дело уже не казалось таким лёгким…

Здание «весёлого дома» было вычурно и довольно безвкусно украшено, сияющие разными цветами окна выглядели слишком яркими, как и фальшивые улыбки накрашенных девиц у входа. Обычно зазывавшие прохожих заглянуть в «заведение», на этот раз они объясняли припозднившимся гулякам, что сегодня в «Красном бархате» идёт генеральная репетиция нового представления приезжих танцоров, и поэтому уважаемым господам стоит посетить это славное местечко через пару дней, когда всё будет готово.

Навстречу «спасательной команде» вышла сама «мадам» ― очень эффектная и на удивление совсем молодая дама, на которую засмотрелись все, включая меня. Дарси галантно поцеловал обтянутую шёлковой перчаткой ручку госпожи Далии и повёл нас внутрь. Попытка здоровенного громилы у входных дверей не пустить «собаку» в дом потерпела фиаско, потому что сразу четыре меча уткнулись в его горло, и хозяйка неожиданно низким голосом приказала:

― Оказать любое содействие всем нашим гостям…

Я заслушался чарующими звуками её сильного голоса и, взглянув на обтянутые шёлком рельефные мышцы рук, выглядывавшие из мехового плаща, представил, с какой силой бьёт её, кстати, далеко немаленький кулачок. Дарси смотрел на это «чудо природы» с нескрываемым обожанием, так что Расу и Крэгу с трудом удавалось прятать усмешки, изображая скуку.

Внутри было непривычно тихо, и, хоть сам я в подобном месте ни разу не бывал, зато наслушавшись весёлых и часто неприличных рассказов обоих гуляк, ожидал совсем другого. Из-за шёлковых занавесей выскользнула девушка в ярком платье и с не менее заметным макияжем, не скрывавшим её перепуганных глаз, и поманила нас за собой.

Её рассказ вызвал у всех недоумение: сегодня после обеда в комнатах «Красного бархата» появились ядовитые змеи, словно кто-то специально их туда подбросил. Они выползали из-под кроватей в «номерах» и из супниц в ресторане, медленно передвигались в шкафах для белья и среди простыней в прачечной, забравшись даже в футляры готовившихся для вечернего представления музыкантов.

К счастью, всё это случилось до прихода первых посетителей, иначе наверняка разразившийся грандиозный скандал привёл бы к полному краху и закрытию самого популярного борделя в городе. Ещё одной несомненной удачей было то, что змеи вели себя достаточно вяло, видимо, ещё толком не проснувшись после спячки. Определённо это спасло много жизней…

С первыми «экземплярами» отряд справился легко: медлительным змеям было не увернуться от быстрых мечей опытных воинов, а магический поиск помог быстро отыскать спрятавшихся «незваных гостей». Успокоенные простотой задания, все расслабились, и только мне с каждой уничтоженной тварью становилось всё больше не по себе. Что-то здесь было не так…

Началось всё со встреченной нами в коридоре белоснежной маленькой собачки, убежавшей от одной из здешних обитательниц. Маленькая Фифи, как называла её смешливая рыжая красотка, очень мной заинтересовалась, вытянув любопытный нос в сторону большого дворового пса, каким я казался со стороны.

Это вызвало смех и неприличные предположения снова повеселевших Раса и Крэга, даже Сан и Командир усмехались, но только не я. Присмотревшись к пушистой «блондинке», храбрый Селим почувствовал сильнейшее желание бежать отсюда сломя голову. Под маской невинной «овечки» скрывался не просто «волк», а настоящий демон…

Сначала я заметил просто тёмное облако, нависавшее над симпатичным маленьким псом. Желание рассмотреть, что же это за дрянь прицепилась к «крошке», чуть не довело далеко не трусливого мага до истерики. Выученное когда-то заклинание «сорвало» маску со страшного чудовища, чей пугающий облик ― рогатая голова на жабьем теле, когти, способные порвать любого из нас на мелкие лоскуты, и клыки в три ряда, после которых заточенные зубы Крэга казались милыми безделушками, потом ещё долго не давал спать по ночам.

Беда была в том, что видеть истинный облик демона мог только я, испуганный пёс, не представлявший, как предупредить друзей о грозящей им страшной опасности. Не стоит меня винить в том, что первым порывом заколдованного мага было спрятаться за спиной Сана. Все восприняли это как нежелание милашки Селима знакомиться с «красоткой» Фифи. Я же, слушая их жизнерадостные шутки по этому поводу, с ужасом наблюдал, как из приоткрытой пасти чудовища появлялись пока ещё прозрачные, практически невидимые глазу змеи, достаточно живо расползавшиеся по всему дому.

Чувство долга и стремление уберечь от смертельной опасности людей, ставших Селиму по-настоящему дорогими, взяли верх над постыдным желанием спасти собственную шкуру. Выйдя из-за ничего не подозревавшего Сана и окинув отряд внимательным взглядом, я остановил свой выбор на Расе ― самом сильном после меня маге. Только в нём чувствовалась настоящая, свойственная диким кошкам и очень необычным людям способность мгновенно принимать неожиданные решения и действовать не раздумывая.

Я надеялся на его звериное чутьё и сообразительность: подошёл вплотную и, положив лапы на грудь Избранного, заглянул в глаза. Удовлетворённо заметив, как быстро изменились, став вертикальными, его зрачки, а радужки обрели приятный жёлтый цвет, пёс Селим быстро ткнул носом в висящий на поясе меч. В следующее мгновение я бросился к «милой собачке» и, как бы играя, озорно толкнув её в бок. Боль была такой, словно меня швырнуло ветром на гранитную скалу ― кровь капала из носа, пока я пытался подняться на шатавшиеся лапы…

Не поняв, что происходит, Сан пошутил, что наш лохматый друг ещё не готов к «знакомству», потому что не поправился, и все засмеялись… Кроме Раса, в мгновение ока подскочившего к Фифи и взмахом меча разрубившего демона пополам. Глядя, как две ровные, совершенно бескровные части, ползут друг к другу, стремясь соединиться, он направил на них боевое заклинание. Его крик:

― Сан, Селим, добавьте жару! ― привёл в чувство замершего в растерянности юного мага, и вместе со мной тот присоединился к потрясающему огненному шоу, от которого начали искриться волосы нашего блондина и только начинавшая отрастать шерсть совсем недавно уже горевшего пса…

Надо сказать, это было довольно неприятно и немножечко больно. Но зато как здорово было увидеть оставшиеся от демона чёрные ошмётки, и счастливые, немного «подкопчённые» огнём лица друзей… Дарси с восторгом обнимал каждого из нас, а смеющийся сквозь слёзы Крэг шутил, что наконец-то мы стали настоящими братьями, намекая на сильно потемневший цвет нашей кожи.

Избранный тут же потребовал принести ему воды, чтобы умыться, потому что с такой физиономией его не пустят ни в один приличный дом, даже если это будет «дом терпимости». Они начали бурно обсуждать этот вопрос с возмутившимся Крэгом, и даже чуть не подрались. Но Командир как всегда успокоил своих бойцов, сказав, что готов терпеть выходки обоих с лицами любых цветов. Однако, если они немедленно не отправятся на поиски скрывавшихся в доме ползучих тварей, он, Дарси, собственноручно начистит их орущие морды первой же попавшейся палкой…

Его зажигательная речь была встречена с пониманием, и отряд разведчиков разбежался по «Красному бархату», неукоснительно выполняя задание обожаемого Командира, пыхтевшего вдогонку, что слишком устал для того, чтобы учить дураков уму-разуму, а потом таскаться по этим проклятым запутанным коридорам, добивая опасных и, несомненно, ядовитых гадов…

Поиски и уничтожение ловко маскировавшихся среди вещей и мебели в самых неожиданных местах, не успевших до конца «проявиться» полупрозрачных змей заняли достаточно много времени. Все ориентировались, в основном, на вопли испуганных обитателей этого интересного места, потому что магия на этот раз реагировала на недоделанных гадин, как называл их Дарси, довольно слабо. Да и мой нос, что обидно, почти ничего не чувствовал…

Но рано или поздно любое «приключение» подходит к концу. И слава богу…

Домой все вернулись усталые, но, как говорится, довольные и сытые. Потому что на прощание прекрасная Далия накормила всех самыми изысканными блюдами, о которых я раньше и не слышал, зато «напробовался» от души. С собой нам положили много разных угощений, но мне больше всего приглянулась копчёная нога какого-то исполинского травоядного существа. И, судя по счастливому лицу постоянного целовавшего собачий нос Сана, у отрядного героя были все основания надеяться на скорое знакомство с этой, как любил повторять заботливый друг, аппетитной «вкусняшкой».

Остаток ночи все проспали «без задних ног», и я в том числе. Этот сон был таким прекрасным, что и просыпаться не хотелось ― Хлоя вместе с Лисом наконец выбрались из Мёртвого города, и Дарси торжественно принял их в отряд. Все вокруг шумно этому радовались, включая мага Селима, единственного, кто почему-то так и остался в звериной шкуре…

P.S.  Каждую пятницу две новые главы.

• определяет объекты нейросетью YOLOv7 → быстро, open-source;

• семантический поиск (CLIP) — можно найти «красную машину» за секунду;

• через GenAI кидает кадры в LLaVA и получает короткое описание сцены.

Всё крутится локально: никакой утечки видео на чужие сервера и ноль абонплаты.

2. Железо и база

Что есть:

• Хост: Proxmox 8, в корпусе — AMD Ryzen 5 4600G, 32 Gb RAM, NVIDIA RTX 3050

• VM: Ubuntu 22.04, 6 vCPU / 16 GB RAM

• GPU passthrough: настроен по гайду на Хабре

• Сети: VM и камеры в одной подсети

• Камеры: любые с RTSP-потоком (у меня 6 штут Tapo C500)

3. Зачем нужен GPU passthrough?

Отдельно остановлюсь: почему я заморочился с пробросом GPU в VM, а не запустил всё на CPU или, скажем, на TPU (Coral)? Дело в том, что моя задача – тянуть обнаружение объектов в реальном времени на нескольких камерах и параллельно гонять тяжелую модель для описания.
Даже один поток 1080p с современным детектором (YOLOv7) может загрузить CPU на 100%, не говоря уж про генеративную модель с 13 миллиардами параметров (LLaVA 13B) – её на CPU вообще считать не будешь (за минуту никакого описания не дождешься). GPU же позволяет распараллелить эти задачи и выполняет их на порядки быстрее.

Таким образом, GPU passthrough — обязательный шаг, чтобы внутри VM иметь аппаратное ускорение. Он нужен, чтобы Frigate мог использовать CUDA/TensorRT для инференса нейросети, а ffmpeg – аппаратное декодирование/кодирование видео (NVDEC/NVENC). Без GPU моя затея с локальным AI-прислугой просто не взлетела бы.

Настройка прошла относительно спокойно: включил IOMMU в BIOS, в Proxmox добавил устройство hostpci0 (с указанием ID видеокарты), отключил эмулируемую VGA. Ubuntu внутри пришлось снабдить драйверами NVIDIA – после этого карта стала доступна, как если бы она была в обычном PC.

Примечание: в более простых сценариях можно было бы использовать USB-акселератор типа Google Coral TPU – Frigate тоже умеет, но у меня его нет, а вот 3050 просилась в бой. К тому же Coral даёт только обнаружение, а для LLaVA всё равно нужен бы был GPU или очень мощный CPU. Так что выбор очевиден.

4. Docker Compose: поднимаем Frigate и Ollama

Система в VM готова, теперь разворачиваем два основных сервиса в контейнерах: Frigate NVR и Ollama. Оба будут запускаться через Docker Compose — это удобно, чтобы они стартовали вместе и были связаны в одну сеть.

Я установил Docker Engine и docker-compose в Ubuntu (для опытных пользователей это тривиально: несколько команд, либо скрипт установки Docker от официального репозитория).
Предполагаю, что читатель уже умеет ставить Docker и Compose, поэтому опущу подробности apt-установки.

Перейдем сразу к Compose-файлу. Вот финальная версия моего docker-compose.yml (@SupportTech, когда будут уже нормальные код-сниппеты?!):

version: "3.9"

services:

frigate:

container_name: frigate

privileged: true # ← проще дать контейнеру весь /dev, чем перечислять /dev/nvidia*

restart: unless-stopped

image: blakeblackshear/frigate:0.15.0-tensorrt # ← нужная сборка с TensorRT под NVIDIA

deploy:

resources:

reservations:

devices: # ← “новый” способ подключить GPU (Compose v3 + nvidia-container-runtime)

- driver: nvidia

count: 1 # ← берём единственную RTX 3050

capabilities: [gpu]

shm_size: "2048mb" # ← увеличиваем /dev/shm, иначе Frigate будет ворчать

devices:

- /dev/dri/renderD128:/dev/dri/renderD128 # ← останется, если в хосте ещё есть iGPU; иначе убрать

volumes:

- /etc/localtime:/etc/localtime:ro

- ./config:/config

- ./storage:/media/frigate

- type: tmpfs

target: /tmp/cache # ← храним временные JPEG/embeddings в RAM → экономим SSD

tmpfs:

size: 1000000000 # 1 GB хватит 4–6 камерам 1080p

ports:

- "8971:8971" # ← новый веб-UI Frigate 0.15

- "5000:5000" # ← REST API + старый UI (по желанию)

- "8554:8554" # ← RTSP restream от go2rtc

- "8555:8555/tcp" # ← WebRTC сигнализация

- "8555:8555/udp" # ← WebRTC медиа-канал

environment:

FRIGATE_RTSP_PASSWORD: "PASSWORD" # ← чтобы не писать пароль в каждом URL

YOLO_MODELS: "yolov7-640" # ← Frigate подтянет и закэширует модель .onnx

ollama:

container_name: ollama

restart: unless-stopped

image: ollama/ollama

healthcheck:

test: ollama --version || exit 1 # ← простой чек, что CLI отвечает

entrypoint: /root/entrypoint.sh # ← твой скрипт автоподтяжки моделей

volumes:

- ./ollama/volume:/root/.ollama # ← сюда Ollama кладёт модели (сохранятся между рестартами)

- ./ollama/entrypoint.sh/root/entrypoint.sh

- /etc/localtime:/etc/localtime:ro

ports:

- "11434:11434" # ← API Ollama, Frigate будет стучаться сюда

environment:

OLLAMA_NUM_PARALLEL: "1" # ← не даём LLaVA жрать VRAM параллельными запросами

OLLAMA_MAX_QUEUE: "256"

deploy:

resources:

reservations:

devices:

- driver: nvidia

count: 1

capabilities: [gpu]

На что тут стоит обратить внимание:

• Образ Frigate:

  • я использую тег stable-tensorrt. Это сборка под amd64 с поддержкой NVIDIA GPU. В ней уже включены нужные библиотеки CUDA и TensorRT для аппаратного ускорения инференса. Обычный stable образ не умеет работать с TensorRT, имейте в виду.

• Привилегированный режим:

  • privileged: true: я включил для простоты, чтобы контейнер без препонов получил доступ к устройствам хоста.

• shm_size: 2048mb:

  • увеличиваем раздел общей памяти. Frigate хранит там кадры для обнаружения и прочие буферы. По умолчанию Docker даёт 64Мб, но с несколькими камерами в высоком разрешении этого мало. В 0.15 Frigate сам ругается, если /dev/shm маловат. Я поставил 2048 MB – у меня 6 камер, этого достаточно, при необходимости можно больше. Главное, чтобы не было переполнения, иначе Frigate может упасть или терять кадры.

• Tmpfs на /tmp/cache:

  • важный трюк. Frigate использует /tmp/cache для разных временных файлов (например, для отслеживания объектов, кадры для распознавания и т.п.). Монтируя туда tmpfs, мы удерживаем эти операции в RAM, что ускоряет работу и снижает износ диска. Рекомендация из документации, и действительно, нагрузка на диск резко упала после этого (SSD сказал спасибо). Я выделил 1 ГБ; в зависимости от числа камер и их разрешения можно увеличить или уменьшить.

• Порты:

  • 8971 – новый веб UI Frigate. Начиная с 0.15, интерфейс доступен только на защищенном (с авторизацией) порту.

  • 8554 – RTSP restream (от встроенного сервиса go2rtc). Через него я могу при желании подключаться VLC/телефоном к камерам через Frigate, не нагружая сами камеры множеством прямых коннектов. Удобно, хотя я пользуюсь в основном веб-интерфейсом.

  • 8555 (tcp и udp) – это порты для WebRTC. Frigate через go2rtc умеет раздавать видеопоток прямо в браузер по WebRTC, минуя RTSP. Это быстрее и экономит трафик, и обходится без плагинов.

• Переменные среды:

  • FRIGATE_RTSP_PASSWORD – я назначил пароль для RTSP, и в конфиге камер могу использовать шаблон ${FRIGATE_RTSP_PASSWORD}. Чтобы случайно не засветить пароли, удобнее вынести их в env. (Frigate поддерживает подстановку env-переменных в config.yml).

  • YOLO_MODELS: "yolov7-640" – переменная окружения для контейнеров Frigate, предназначенная исключительно для автоматической загрузки (и/или перекомпиляции) моделей YOLO при первом старте.

• Ollama:

  • Использую официальный образ ollama/ollama.

  • Порт 11434: это дефолтный порт REST API Ollama. Я его открыл наружу, хотя можно было не делать этого, если обращаться к модели только из Frigate. Frigate, работая в той же докер-сети, может достучаться до ollama:11434 без проброса на хост. Но мне для отладки хотелось иногда самому попробовать запросы к Ollama, поэтому порт пробросил.

  • Volume ollama-data на /root/.ollama: здесь хранятся модели, которые скачивает Ollama. Обязательно делаем volume, иначе при пересоздании контейнера вам придётся опять тянуть десятки гигабайт моделей 😅. С volume скачанные модели останутся. (Модели, кстати, он скачивает из интернета при первом запросе, имейте в виду).

Запустив docker-compose up -d, я проверил:

• Frigate успешно стартовал, в логах увидел, что он нашёл GPU (строка [INFO] Nvidia decoder initialized и что-то про TensorRT). Если бы он не увидел GPU, он либо упал бы с ошибкой, либо работал на CPU, что нам не подходит.

• Ollama запустился и слушает на 11434 – это можно проверить docker logs ollama или открыв http://<IP_ВМ>:11434 (он должен вернуть приветственное сообщение типа Ollama vX.X API).

Оба сервиса работают, но пока Frigate “пустой” – без конфигурации, а Ollama не знает, какую модель мы от него хотим. Пора заполнить конфиг Frigate и подготовить нейросети.

5. Настройка Frigate (config.yml)

Конфигурационный файл config.yml задаёт параметры Frigate: какие камеры подключать, как выполнять детекцию и пр. Рассмотрим минимальный рабочий конфиг под нашу задачу – одна камера с детекцией на GPU (YOLOv7-640):

model:

path: /config/model_cache/tensorrt/yolov7-640.trt # ← готовый движок TensorRT

input_tensor: nchw

input_pixel_format: rgb

width: 640

height: 640

semantic_search:

enabled: true # ← CLIP-embedding для «поиска по картинке/тексту»

model_size: large # large требует +VRAM; можно small, если упираемся в 8 ГБ

reindex: false # true = прогонит всё старое видео (долго)

genai:

enabled: true

provider: ollama

base_url: http://ollama:11434 # ← имя сервиса внутри docker-сети

model: llava # ← в entrypoint подтяни llava 13b или 7b

prompt: >-

Analyze the {label} in these images from the {camera} security camera...

object_prompts: # ← кастомные подсказки на каждый класс

person: Examine the main person in these images...

car: Observe the primary vehicle in these images...

dog: Describe the animal that you see on these images...

# и т. д. для cat, motorcycle, bicycle

detectors:

tensorrt: # ← имя детектора (ссылаемся на него ниже)

type: tensorrt

device: 0 # ← индекс GPU (у нас единственный)

detect:

enabled: true

width: 1920 # ← фактическое разрешение DETECT-потока!

height: 1080

stationary:

interval: 50

threshold: 50

motion:

threshold: 40

contour_area: 25

improve_contrast: true

lightning_threshold: 0.8

birdseye:

enabled: true

mode: motion # ← режим «мозаика» по событиям движения

ffmpeg:

hwaccel_args: preset-nvidia-h264 # ← NVDEC + zero-copy → быстро и без CPU

output_args:

record: -f segment -segment_time 10 -segment_format mp4 -reset_timestamps 1 -strftime 1 -c:v copy -c:a aac

record:

enabled: true

retain:

days: 30

mode: motion

sync_recordings: true

alerts:

retain:

days: 90

detections:

retain:

days: 90

objects:

track:

- person

- car

- motorcycle

- bird

- cat

- dog

go2rtc:

streams:

Backyard:

- rtsp://login:password@192.168.99.37:554/stream1

- ffmpeg:Backyard#video=h264#hardware

cameras:

Backyard:

enabled: true

ffmpeg:

inputs:

- path: rtsp://tapocamera:tapocamera@192.168.99.37:554/stream1

input_args: preset-rtsp-generic

roles: [detect]

motion:

mask: # ← полигоны, где движение игнорируем

- 0.002,0.042,0.32,0.045,0.321,0.004,0.001,0.002

# … (остальные координаты урезал для краткости)

Что тут важно:

• detectors – указываем, что используем детектор типа tensorrt (Nvidia TensorRT) под именем nvidia. Параметр device: 0 означает использовать первый GPU (если у вас несколько видеокарт, можно указать соответствующий индекс). Frigate автоматически подхватит CUDA/TensorRT, если контейнер запущен правильно.

• model – путь и параметры модели. Мы нацелились на YOLOv7-640, поэтому путь указывает на файл yolov7-640.trt (который сгенерируется в директории /config/model_cache/tensorrt внутри контейнера). Параметры width/height должны совпадать с размером сети (640x640). Остальные настройки (input_tensor, pixel_format) стандартны для YOLO моделей (формат входного тензора nchw и rgb). Если вы решите использовать другую модель (например, yolov7-tiny-416), не забудьте здесь поменять пути и размеры.

• cameras – секция с описанием камер. В примере добавлена одна камера cam1.

  • ffmpeg.inputs – список потоков для этой камеры. Указан RTSP URL основного потока (stream1). У большинства IP-камер RTSP-поток формата rtsp://<user>:<password>@<ip>:554/<название_потока>. В некоторых камерах основной поток – H.264, в других – H.265. В нашем примере указан пресет preset-nvidia-h264 для аппаратного декодирования H.264 на GPU Nvidia. Если ваша камера выдает H.265, замените на preset-nvidia-h265 (RTX 3050 аппаратно поддерживает и тот, и другой кодек). Роли detect и record означают, что мы используем один и тот же поток и для детекции объектов, и для записи. (При наличии у камеры второго, субпотока низкого разрешения, можно отправлять его на детектор, а основной – только на запись. Для простоты здесь оба роли на одном потоке.)

  • detect – параметры детекции для этой камеры. Важно указать реальное разрешение видеопотока (width и height), чтобы Frigate знал, какого размера кадры ожидать. Параметр fps ограничивает скорость анализа – 5 кадров/с обычно достаточно для уверенного определения движения и объектов, не тратя лишние ресурсы. Если поставить слишком высокий fps, будете зря грузить и GPU, и CPU (обработка видео).

  • record – включает запись видео. В данном случае настроена непрерывная запись только при движении (так работает Frigate по умолчанию при включенном режиме recordings с events): при обнаружении события он сохранит сегмент видео, начиная за pre_capture секунд до события и заканчивая через post_capture секунд после. Мы сохраняем записи 7 дней (параметр retain.days). Длительность и поведение записей можно гибко менять, но выходят за рамки данной статьи.

  • snapshots – включает сохранение снимков с обнаруженными объектами. Frigate сделает и сохранит кадр с пометкой (рамкой) каждого события. Также храним 7 дней для примера.

После прописывания конфигурации, сохраняем config.yml и перезапускаем контейнер Frigate (docker compose restart frigate). Зайдите в веб-интерфейс (порт 5000) – там должна появиться ваша камера. Если всё сделано правильно, поток видео будет идти плавно, а при появлении в кадре людей, машин или других объектов – они выделятся рамками с подписью класса и процентом уверенности. Также в разделе Events начнут появляться записи с событиями движения.

objects:

track:

- person

- car

- cat
- dog

6. Первые грабли: ошибки и уроки

Как ни старайся, а без косяков настройка не обходится. Расскажу о своих “граблях” – возможно, сберегу чьи-то нервы:

• Грабли №1:
  Забытый драйвер NVIDIA. Я так увлёкся пробросом GPU, что при первом запуске контейнеров увидел в логах Frigate: "no CUDA capable device found". Оказалось, внутри Ubuntu я не доустановил драйвер (думал, в образе Frigate уже всё есть – но образ-то видит только /dev/nvidia*, а драйвер – это модуль ядра!). Пришлось экстренно ставить apt install nvidia-headless-525 и перезапускать VM. После этого nvidia-smi появился, и Frigate успешно подхватил GPU. Вывод: не забываем про драйвер в гостевой ОС.

• Грабли №2:
  Неправильный образ Frigate. Сначала по привычке потянул blakeblackshear/frigate:stable (обычный). Он, конечно, запустился, но тут же завалил CPU – ведь модель детекции работала на процессоре. Я-то ждал, что GPU поможет, ан нет – нужно же tensorrt версия! Ошибка быстро нашлась, контейнер переключил на stable-tensorrt, но потерял час на скачивание нового образа (~6 ГБ). Вывод: используйте правильный тег образа для вашего ускорителя.

• Грабли №3:
  Мало памяти. Я сперва дал VM только 4 ГБ RAM, думал “для Linux хватит”. И правда, Frigate себе брал ~500 МБ, ffmpeg чуть, да система ~1Гб – норм. Но стоило включить semantic_search, как память улетела в своп. Модель CLIP (даже small) + база данных + кэш – жрали около 6 ГБ. Добавил до 12 ГБ – стало лучше, но при старте LLaVA всё равно подпёрло. В итоге 16 ГБ — впритык, но хватает (пиково видел 12 ГБ usage при описании сразу нескольких кадров). Вывод: не жалейте RAM, лучше с запасом.
  Если у вас 8 ГБ или меньше – или не включайте эти фичи, или готовьтесь к тормозам.

• Грабли №4:
  Долгая генерация описаний. Первые попытки с LLaVA 13B иногда не давали результата: событие проходит, а описания нет. Оказалось, таймаут 60 сек и конкурентные запросы. Если, например, 3 события одновременно, Frigate кидает 3 запроса, а Ollama (по умолчанию) обрабатывает их последовательно. В результате последний может не уложиться в минуту и Frigate его бросит. Решение простое: я ограничил частоту детекций (FPS 5, плюс задержка между детектами по настройкам Frigate), и в реальной жизни редко более 1 объекта сразу появляется. Так что проблема минимизировалась.
  Вывод: не перегружайте GenAI запросами, это не real-time штука.

  Конечно, были еще мелочи, но перечислил основные, над которыми повозился. К счастью, сообщество Frigate активное: многие вопросы находил на Github Discussions и Reddit. Стоило погуглить ошибку – почти всегда кто-то уже спрашивал, и либо автор (Blake Blackshear), либо другие пользователи помогали с советом.

Краткий чек-лист по настройке для Лиги Лени

Ниже я свёл основные шаги и настройки в короткий список. Если решитесь повторить подобное у себя, пройдитесь по чек-листу – всё ли учтено:

1. Proxmox и железо: убедиться, что включен IOMMU/VT-d в BIOS. Прописать в /etc/default/grub нужные опции (intel_iommu=on или amd_iommu=on). Добавить видеокарту в vfio (в Proxmox /etc/modprobe.d/blacklist.conf добавить blacklist nouveau и blacklist nvidia, а в /etc/modules загрузить модули vfio). Перезапустить хост.

2. Создание VM: UEFI BIOS (OVMF), Machine type q35, vga: none, добавить устройство PCIe (GPU и связанный с ним аудиоконтроллер). Дать достаточное RAM (не меньше 8 ГБ, лучше 16). CPU type host, cores – по потребности. Диск – побольше под видео или подмонтировать сетевой/NAS.

3. Установка гостевой ОС: Поставить Ubuntu 22.04 (или Debian 12) внутри VM. Обновить систему. Установить NVIDIA драйвер (рекомендуемый проприетарный). Проверить nvidia-smi.

4. Установка Docker: Поставить Docker engine и docker-compose plugin. Настроить nvidia-container-toolkit (sudo apt install nvidia-container-toolkit && sudo nvidia-ctk runtime configure && sudo systemctl restart docker).

5. Подготовка Docker Compose: Создать docker-compose.yml с двумя сервисами – frigate и ollama (см. пример выше). Убедиться, что указан правильный image для Frigate (stable-tensorrt) и runtime: nvidia для обоих. Настроить volume и порты. Добавить tmpfs и shm.

6. Конфиг Frigate: Написать config.yml. Обязательные секции: detectors (указать type: tensorrt), model (путь к файлу .trt модели и размеры), cameras (вставить RTSP ссылки, роли, параметры детектора, объекты, маски и т.д. как нужно). При необходимости – mqtt (если использовать MQTT), detect общие настройки (например, максимальное количество одновременно отслеживаемых объектов, я не менял, по дефолту ок).

7. Запуск Compose: docker-compose up -d. Проверить логи: docker logs frigate -f – должны появиться сообщения о старте, подключении камер, инициализации детектора без ошибок. docker logs ollama -f – убедиться, что API запущен (может висеть в ожидании запросов).

8. Первый тест: Зайти в веб-интерфейс Frigate – http://<IP_VM>:8971. Создать пользователя/пароль (первый запуск). Увидеть камеры (должны отображаться превью потоков). Помахать рукой в зону видимости – убедиться, что событие фиксируется, появляется bounding box "person" на видео.

9. Проверка AI-описаний: Открыть вкладку Explore в UI Frigate. Найти последнее событие с объектом, посмотреть – появляется ли под ним текстовое описание. Если нет – проверить docker logs frigate на наличие ошибок GenAI (возможно, проблема с подключением к Ollama).

10. Оптимизация: Поправить пороги, маски, fps, если слишком много/мало срабатываний. Оценить загрузку: nvidia-smi – посмотреть, сколько памяти занято, нагрузка (Decoder, Encoder, Compute). docker stats – нет ли контейнеров с зашкаливающим CPU (в идеале CPU низкий, GPU берёт нагрузку).

11. Оповещения: Настроить желаемый способ уведомлений – MQTT, Home Assistant, Telegram-бот или просто email. Для Telegram: создать бот через BotFather, получить токен, написать скрипт (либо использовать готовые интеграции, например, Home Assistant Notify).

12. Резерв: Настроить автозапуск Compose при перезагрузке (можно через restart: unless-stopped уже сделано, но сам Docker должен стартовать; на Ubuntu это по умолчанию). Резервное копирование конфигов и, возможно, базы Frigate (файл frigate.db – содержит события и embeddings).

13. Мониторинг: Желательно настроить мониторинг дискового пространства (чтобы видеоархив не переполнил диск). Frigate умеет удалять по retain настройкам, но на всякий случай.

14. Обновление: Следить за апдейтами Frigate. Например, подписаться на релизы в GitHub или форум. Обновлять образ и конфиг по необходимости.

Фух, внушительный список. Но когда делаешь по шагам, всё не так страшно.

Выводы

Проект удался: я получил умную систему видеонаблюдения, которая работает полностью локально и не уступает во многом облачным аналогам. Frigate 0.15 приятно удивил функционалом: поиск по описанию действительно находит нужные кадры, и больше не нужно пролистывать часы записи в надежде увидеть, когда приходил почтальон. Достаточно вбить пару слов.

Конечно, за всё платим ресурсами: RTX 3050 не скучает – где-то 50–60% её вычислительной мощи постоянно в деле (детекция + AI). Электричество тоже тратится, но я посчитал: в простой мой сервер потребляет ~50 Вт, под нагрузкой ~120 Вт. За возможности, которые я получил, меня это устраивает.

Зато никакой абонентской платы сервисам и никаких проблем с приватностью. Все видеоданные остаются дома, в зашифрованном хранилище. Да и просто это было весело – настроить кучу технологий воедино: Docker, AI, FFmpeg, MQTT, etc.

Что дальше? Буду играться с более продвинутыми моделями (может попробую YOLO-NAS – хвалят за точность). Также подумываю прикрутить распознавание лиц (есть же локальные модели типа InsightFace), но это уже другая история. Frigate пока распознаёт только тип объектов, а не кто именно. Но с помощью дополнений и Home Assistant можно и это реализовать, если очень надо.

Буду благодарен за ваше участие, и планирую писать ещё =)

Например, в следующей статье могу рассказать об автоматическом управлении котлом отопления через Home Assistant и Node-Red.

Картинка для затравки:

P.S.

Т.к. на пикабу до сих пор не прикрутили нормальных код-сниппетов, прикрепляю репозиторий c конфигами из статьи.

Будут вопросы - задавайте, отвечу по мере возможности =)

Ехали мы как-то в машине. Коля подвозил меня до работы. Мы уже взрослые: каждому около тридцати. Друзья потихоньку растворяются в детях, ипотеке, и чате «садик «Солнышко». И тут Коля, выдает такое. Причем делает это с самым будничным лицом, как будто спрашивает, не хочу ли я заехать, перекусить.

БАМ.

Я замолчал. Мысленно: «Чё, простите?!» Я в тот момент уже был Коммерческим директором, открывал филиалы по всей необъятной Сибири, подписывал договора на миллионы. Люди верили мне на слово. Даже иногда не читали договор. Просто — "если сказал, значит, сделает."

А тут Коля. Мой друг. Сидит и говорит, что я не человек дела.

Мне хотелось сказать:

— Эй, чувак, ты вообще в курсе, чем я занимаюсь? Но сказал я... ничего. Просто сглотнул. Улыбнулся. Ну, почти улыбнулся. И бровь дёрнулась.

Мы поехали дальше, разговор ушёл в другую сторону. А эта фраза… осталась. Как жвачка, прилипшая к подошве. Вроде мелочь, а ощущается каждый шаг. Я долго крутил её в голове. Анализировал. Пытался "обидеться". Но не вышло. Я, к счастью, вовремя понял, что обида — это как пить яд и ждать, что отравится другой.

И вот к чему я пришёл. Коля ведь не знал, каким я был на работе. Друзья меня знали совсем другим. Тем студентом из общаги, который мог проспать пары, завалить сессию и даже быть дважды отчисленным. Который постоянно опаздывал на встречи друзей, потому что «ну я ж устал» и «они поймут».

В их глазах я не вырос. А я и не помог им это увидеть. Своим поведением, отговорками, отменами, вечным «ну потом поговорим» я создавал образ… того самого студента. Только теперь с галстуком.

После этой фразы Колиного «ты человек слова, а не дела» я начал переосмыслять.

Понял, что баланс — это не магия. Это навык. Если ты крутой на работе, но сливаешься из жизни друзей, семьи, своего тела и головы — ты всё ещё однобокий, просто с премией «Лучший менеджер года».

Я тогда впервые задумался о том, что жизнь — это не одна трасса. Это кольцевая гонка. Несколько кругов: здоровье, отношения, карьера, друзья, хобби, развитие. И если ты несёшься 300 км/ч по одному, игнорируя остальные — жди, когда отвалятся колёса.

Сейчас я знаю, что это называется баланс. Тогда я просто понял: если ты классный в одной области, а в другой — провал, это не ок. Надо подтягивать. Не для них — для себя. Чтобы быть целостным.

И теперь я ловлю кайф от обратной связи. Если она с уважением, без хамства — я готов слушать, даже если она звучит как «ты ведёшь себя, как балбес». Но только при одном условии. Обратная связь — это не крик с трибуны. Это разговор. Как у нас с Колей.

Коля, спасибо тебе. И за ту фразу. И за все последующие. Благодаря этому задумываешься. И меняешься. Я в курсе, ты тоже читаешь — так что знай. Твои слова работают. Даже если ты это не планировал.

Давайте порассуждаем в комментах, какая фраза друга или близкого (или не очень близкого) человека однажды вас встряхнула? Только честно. У всех такие были.

Пусть это будет та самая обратная связь, которую мы боимся — но которая может изменить нас. И поделитесь, пожалуйста, ссылкой на этот канал с людьми, которых любите. И сами подпишитесь.

(с) Виль Сива