如何使用 Ultralytics Agents 将 YOLO 检测结果转化为警报，无需编写代码

你可以通过在 Ultralytics Agents 中构建可视化工作流，将 Ultralytics YOLO 检测结果转化为警报，无需编写代码；Ultralytics Agents 是 Ultralytics Platform 的一部分。将图像连接到 YOLO 模型，添加一个用于检查模型检测结果的 Gate，再将结果分支连接到 Slack 消息、webhook 或数据集。本指南将从 Capture and Alert 模板开始，逐步构建该工作流，然后扩展工作流以串联第二个模型、保存工作流、在新图像上重新运行，并导出为 Python。

你将构建的工作流#

最终工作流会使用 YOLO26 模型检查图像，并且仅在检测到 person 时，通过同一个条件执行三项操作：

• 发送 Slack 消息到你已连接的频道，其中包含检测结果。
• 向公共 HTTPS 端点发送 JSON webhook，该端点需配置为接受你选择的 JSON 正文，例如工单工具或内部服务的端点。
• 将图像保存到数据集，以便你之后为图像添加标签并重新训练模型。

Agents 会在画布上将图像、模型、条件和操作连接为模块，所有已登录的 Ultralytics Platform 用户都可以在个人和团队工作区中使用 Agents（Agents 文档）。点击 Run 后，工作流会针对所选图像、视频或数据集运行；它不是持续监控摄像头的服务。若要了解 Agents 是什么以及我们为何构建它，请阅读隆重介绍 Ultralytics Agents。

本指南使用 Image → YOLO → Gate，Gate 会分支连接到 Slack、Webhook 和目标 Dataset。如需查看完整的模块参考和其他工作流模式，请参阅 Agents 文档。

第 1 步：加载 Capture and Alert 模板#

在 Platform 侧边栏中打开 Agents，点击 Add block，切换到 Templates，然后选择 Capture and Alert。加载模板会替换当前画布上的模块，Platform 会先要求你确认。

Capture and Alert 已将 person 检测条件连接到数据集采集和 Slack；你需要配置这些目标，并在下方添加 webhook 分支。其他模板 YOLO → VLM Monitor 和 Collect Uncertain Detections 是可编辑的起点，分别用于描述场景和构建审核数据集。

第 2 步：选择输入图像#

选择 Input image 模块，然后选择一张包含 person 的图像，可以上传图像，也可以从已上传的数据集中选择。首次运行共享试用版时，请使用不超过 4 百万像素的图像。上传的文件会保留在浏览器中，直到你运行工作流；刷新页面后文件会被清除。若要处理多张图像，请将 Image 模块替换为 Dataset 模块，选择源数据集和数据拆分，设置输入数量上限，然后将其连接到 YOLO 模块。

第 3 步：选择 YOLO 模型和置信度#

选择 Detect people 模块。该模板使用 YOLO26 nano（yolo26n），这是共享试用版运行的模型。若要使用其他官方 YOLO 模型或在工作区中训练的模型（例如自定义缺陷检测器或 PPE 检测器），请在此模块的 Model 下选择该模型，并在第 7 步选择专用部署来执行工作流。Minimum detection confidence 设置会在任何条件运行之前丢弃置信度较低的检测结果；如果你希望工作流对置信度较低的检测结果作出反应，请调低此设置。

第 4 步：在 Gate 模块中设置条件#

Gate 模块决定是否运行后续操作。在 Capture and Alert 中，选择 Person detected 模块并确认其设置：

• 模式： Condition
• 检测模型： Detect people
• 度量： Detection count
• 类别名称： person
• 条件： 大于或等于
• 比较值： 1

将类别名称改为与你的模型类别相符的名称，或使用 * 表示任意类别。你也可以测量检测置信度而非数量；将 YOLO 模块的最低置信度设置得足够低，以保留你想要评估的检测结果。置信度条件在至少一个检测结果符合条件时通过，因此，分数为 0.3 和 0.9 的图像符合 0.25 到 0.5 的范围，而没有检测结果的图像永远不会通过置信度条件。如果条件不匹配，该图像对应的已连接操作就不会运行。

第 5 步：配置 Slack 和 webhook#

Slack。 在 Settings > Integrations 中连接一次 Slack（在团队工作区中，这需要由工作区管理员或所有者完成），然后编辑 Notify Slack 模块的消息。使用 {output} 纳入上游结果，如模板中的 Person detected: {output}。这些工作流消息与 Platform 的训练和部署通知彼此独立（Slack 集成文档）。

Webhook。 点击 Add block，在 Blocks 选项卡中选择 Webhook，然后将 Person detected 的输出连接到该模块，同时保留现有的 Slack 和数据集连接。输入一个公共 HTTPS 目标 URL，并将其配置为接受你的 JSON 正文，例如 {"text": "{output}"}。Platform 会针对每个结果发送一个 POST 请求，其中包含 Content-Type: application/json。正文最多可包含 10,000 个字符；请求不会跟随重定向；连接会在 5 秒后超时；非 2xx 响应会导致模块失败。Webhook 模块是终端模块，不会将结果继续传递到工作流的后续部分。

一个 Gate 输出可以同时连接多个模块，因此 Slack、webhook 和数据集都会使用同一个已评估的条件。模块失败时会显示红色轮廓。

第 6 步：保留符合条件的图像以供重新训练#

选择 Captured images 模块，然后选择一个你有编辑权限的现有数据集；如果需要，可以先按照数据集创建指南创建数据集。已连接的云存储数据集和本地部署数据集不能用作目标数据集，且正常的数据集存储配额仍然适用。符合条件的图像会添加到数据集的训练拆分中，但不会添加标签；数据集中已有的图像会被跳过。在标注编辑器中打开数据集，审核并标注收集到的图像，然后在下一次 Platform 训练运行中使用这些图像。

第 7 步：运行、保存并在新图像上重新运行#

在 Run 按钮旁选择运行方式：

一个工作流最多可以有 20 个模块。Slack 和 webhook 操作计为模型或提供商调用，分支可能会增加每张图像的调用次数。运行过程中，模块会显示进度；你可以点击 Stop 取消运行。

配置好输入和目标后，点击 Run。检查模块结果，然后查看已连接的 Slack 频道、webhook 接收端和目标数据集。如果没有操作运行，请检查 YOLO 是否检测到 person，以及 Gate 条件是否匹配；条件不匹配时，已连接的操作不会执行。

点击 Save workflow 为工作流命名，以便之后从 Open workflow 重新打开。若要在新数据上重新运行，请打开已保存的工作流，选择新图像或其他数据集，然后再次点击 Run。保存不会安排运行任务。

第 8 步：串联第二个模型#

如果你除了想知道“是否有 person？”，还想知道“发生了什么？”，请添加一个 LLM 模块，将 Gate 连接到该模块，再将 LLM 连接到新的 Output 模块，按照 YOLO → VLM Monitor 模板的模式进行配置。Gate 会评估 YOLO 的检测结果，视觉语言模型则只描述通过条件的图像。在 LLM 模块中选择视觉语言模型并输入提示词，然后在 Settings > API Keys 中添加对应的提供商密钥（在团队工作区中，由工作区所有者添加密钥）。语言模型的使用费用由该提供商收取。若要通过已部署的模型执行预测步骤，请使用 Deployment 模块调用现有的、已就绪的 Platform 部署。

第 9 步：将工作流导出为 Python 或通过 API 管理#

点击 Python 查看生成的工作流代码。若要在本地运行，请安装 ultralytics 和 ultralytics-platform 包，在环境中设置所需的提供商密钥，并选择源输入。通过代码管理工作流的团队可以使用 Agents API；该 API 在 Python SDK 中以 client.agents（ultralytics-platform>=0.1.74）的形式提供，可用于列出、保存和删除 agents。若要在 Platform 上启动运行，请在画布上打开已保存的工作流并点击 Run。

何时该选择其他方案#

Agents 适用于按需运行的图像、视频片段和数据集事件驱动检查。其他任务可能适合采用其他方案：

• 用 Python 编写。若要持续处理实时摄像头画面，请使用 Ultralytics Python 包通过代码构建流水线；我们的安全警报系统指南展示了一个使用 Ultralytics YOLO26 构建的代码式警报项目。
• 多路视频流流水线。NVIDIA 将 DeepStream 描述为流分析工具包，它提供基于 GStreamer 的框架，可在 NVIDIA GPU 上构建多路、多模型推理流水线。
• 通用自动化工具。Node-RED 将自身描述为一种基于流程的编程工具，带有基于浏览器的流程编辑器，适合需要在计算机视觉之外构建更广泛自动化流程的团队。