企业官网建设流程全解析

1. ffmpeg 拉 RTSP 流卡住时，先别急着改代码

你写了个程序，用avformat_open_input打开一路 RTSP 摄像头，结果要么卡死不动，要么直接返回一个负数，日志里只有一行Could not find codec parameters。这时候很多人第一反应是去翻rtspdec.c源码，从rtsp_read_header一路看到ff_rtsp_connect，但看完还是不知道问题出在哪一层。

我试过更省事的路径：先用 ffmpeg 命令行把这条链路跑通，再回头对照源码里的调用顺序。因为 ffmpeg 的 RTSP 分析流程本质上是一条固定的探测链——avformat_open_input→init_input→av_probe_input_format3→rtsp_probe命中 →rtsp_read_header→ff_rtsp_connect→ OPTIONS/DESCRIBE/SETUP/PLAY 四步报文交互。命令行工具能把这四步的每一步都打印出来，你只要会看日志，就能定位卡在哪个报文。

这篇面向的是正在做 RTSP 拉流调试的开发者，尤其是用 C/C++ 调 libavformat、或者用 Python 的cv2.VideoCapture但底层还是 ffmpeg 的人。核心检索词就是 ffmpeg rtsp 分析流程，我会把可复制的调试命令、日志级别配置、以及一个用统一 Key 管理调试通道的settings.json骨架都给出来。调试链路里最烦的不是协议本身，而是你同时要管摄像头地址、鉴权、模型侧接口、日志开关，散落在四五个地方。把 Key 和 Base URL 收敛到一处，排障时少一半干扰。

先说清楚 RTSP 在 ffmpeg 里的探测逻辑，这是理解后面所有报错的基础。init_input里有个关键分支：如果s->iformat为空，会先调av_probe_input_format2去猜格式。对rtsp://开头的 URL，rtsp_probe会检查前缀，命中后返回AVPROBE_SCORE_MAX，于是iformat被设成ff_rtsp_demuxer。注意ff_rtsp_demuxer的 flags 里有AVFMT_NOFILE，这意味着它不需要真实的文件句柄，所以不会走avio_open2那条本地文件路径。这就是为什么 RTSP 和本地文件在init_input里分成两类处理。

探测成功后回到avformat_open_input，因为iformat->read_header存在，直接调rtsp_read_header。里面如果是推流监听模式走rtsp_listen，否则走ff_rtsp_connect。ff_rtsp_connect才是真正和服务器对话的地方，依次发 OPTIONS、DESCRIBE、SETUP、PLAY。你遇到的绝大多数“连不上”，问题都出在这四步中的某一步，而不是探测阶段。

所以调试策略很明确：把 ffmpeg 日志开到 trace 级别，让它把这四步的请求和响应都打出来，你一眼就能看出是 TCP 没连上、鉴权失败、还是 SDP 里没有可用的媒体流。下面进入具体操作。

2. 用 TaoToken 统一 Key 收敛调试期的接口配置

调试 RTSP 的时候，你往往不只是在调一路流。可能一边拉摄像头，一边还要调模型接口做画面理解，或者用 coding agent 帮你改解码逻辑。这些接口如果各自维护一套 Key 和 Base URL，排障时你分不清是网络问题还是鉴权问题。TaoToken 的作用就是把这些统一到一个 Key、一个 Base URL 上，官网是 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 入口是 https://taotoken.net/api 。

它的定位是统一的大模型 API 通道，兼容 OpenAI 风格的接口。你拿到一个 Key 之后，模型对话、coding plan、控制台、API Keys 管理都在同一套体系里。对 RTSP 调试场景来说，最实际的用法是：当你需要让模型帮你分析 ffmpeg 的 trace 日志、或者生成一段解析 SDP 的代码时，不用再单独去配另一家的 Key。

先拿 Key。打开 https://taotoken.net/api-keys ，登录后创建一个 API Key，复制出来。这个 Key 后面会写进settings.json。注意 Key 只在创建时完整显示一次，丢了就重新建一个。

然后确认你的调试环境里 Base URL 指向 https://taotoken.net/api 。如果你用的是 Claude Code 这类工具，它的配置文件通常在~/.claude/settings.json；如果是 Cline 或类似的 VS Code 插件，配置在插件的 settings 里；Codex 的话看~/.codex/auth.json。不管哪个，核心三件套都是 Base URL、API Key、Model ID，缺一不可。

这里要强调一点：TaoToken 是 API 通道，不是让你拿它去替代 ffmpeg 或者编辑器。它的价值在于把调试期需要调用的模型能力收敛到一个入口，减少变量。RTSP 本身的协议交互还是 ffmpeg 在做，两者不冲突。

如果你打算长期做编码和 Agent 类的调试，可以看 coding plan 页面 https://taotoken.net/coding-plan ，它面向的是持续性的编码场景。只是临时验证模型通不通，用模型对话页面 https://taotoken.net/models 就够了。接入文档在 https://taotoken.net/doc ，里面有各语言的调用示例。

配置好之后，先别急着接 RTSP。先用一个最小的请求确认这条 API 通道是通的，否则后面 ffmpeg 报错你会怀疑是不是 Key 的问题。验证方法在第四节。

3. 可复制的 ffmpeg 调试命令与 settings.json 骨架

这一节给的是能直接粘贴运行的东西。先看 ffmpeg 命令行怎么把 RTSP 分析流程的日志打全。

最基础的拉流命令，带 trace 日志：

ffmpeg -loglevel trace -rtsp_transport tcp -i "rtsp://admin:password@192.168.1.100:554/stream1" -f null -

几个参数解释一下。-loglevel trace是最高日志级别，会把 OPTIONS、DESCRIBE、SETUP、PLAY 的请求行和响应头都打出来。-rtsp_transport tcp强制走 TCP，避免 UDP 丢包导致的偶发卡顿干扰判断。-f null -表示不真正解码输出，只做解复用，这样能快速看到连接是否建立。

如果你只想看协议交互，不想被解码日志淹没，可以用：

ffmpeg -loglevel debug -rtsp_transport tcp -i "rtsp://admin:password@192.168.1.100:554/stream1" -t 5 -f null -

-t 5表示只处理 5 秒就退出，适合快速验证。日志里你会看到类似这样的关键行：

[rtsp @ 0x...] OPTIONS rtsp://192.168.1.100:554/stream1 RTSP/1.0 [rtsp @ 0x...] CSeq: 1 [rtsp @ 0x...] RTSP/1.0 200 OK [rtsp @ 0x...] DESCRIBE rtsp://192.168.1.100:554/stream1 RTSP/1.0 [rtsp @ 0x...] RTSP/1.0 200 OK [rtsp @ 0x...] SETUP rtsp://192.168.1.100:554/stream1/track1 RTSP/1.0 [rtsp @ 0x...] RTSP/1.0 200 OK [rtsp @ 0x...] PLAY rtsp://192.168.1.100:554/stream1 RTSP/1.0

如果卡在 OPTIONS 没有 200 响应，说明 TCP 层或鉴权有问题。如果 DESCRIBE 返回 401，是用户名密码错。如果 SETUP 失败，通常是传输模式不匹配，试试-rtsp_transport udp或者检查摄像头的 track 路径。

接下来是settings.json骨架。以 Claude Code 的~/.claude/settings.json为例：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_API_KEY": "sk-你的TaoToken密钥", "ANTHROPIC_MODEL": "claude-sonnet-4-20250514" } }

如果你用的是 Cline 的 MCP 配置，结构类似，把 Base URL 和 Key 填进对应字段。Codex 的~/.codex/auth.json则是：

{ "base_url": "https://taotoken.net/api", "api_key": "sk-你的TaoToken密钥", "model": "gpt-4o" }

注意 Model ID 要和你实际调用的模型一致，不要照抄。三件套 Base URL、Key、Model ID 必须同时正确，少一个都会报鉴权或模型不存在。

把 RTSP 地址也放进一个统一的配置文件里，比如debug_config.json：

{ "rtsp_url": "rtsp://admin:password@192.168.1.100:554/stream1", "rtsp_transport": "tcp", "log_level": "trace", "taotoken_base_url": "https://taotoken.net/api", "taotoken_api_key": "sk-你的TaoToken密钥" }

这样你的调试脚本读一个文件就够了，改地址不用翻代码。RTSP 的鉴权信息和大模型 Key 分开管理，但都在一处，排障时不会漏。

4. 验证请求：一次 RTSP 连接 + 一次 API 通道确认

配置写完，先做两个独立验证，确认两条链路各自是通的，再合起来用。

第一个验证：RTSP 连接是否建立。用上面那条-t 5的命令跑一次，观察退出码和日志末尾。如果看到Stream mapping和Output #0说明解复用成功。如果看到Connection refused，检查摄像头 IP 和端口。如果看到401 Unauthorized，检查 URL 里的用户名密码，注意有些摄像头要求 URL 编码特殊字符。

一个更细的验证是只发 OPTIONS，用ffprobe：

ffprobe -loglevel trace -rtsp_transport tcp -i "rtsp://admin:password@192.168.1.100:554/stream1" -show_streams

ffprobe不会解码，只做探测，输出里streams数组如果有codec_type为video的项，说明 SDP 解析成功，媒体流可用。

第二个验证：TaoToken API 通道是否通。用 curl 发一个最小请求：

curl -s https://taotoken.net/api/v1/models \ -H "Authorization: Bearer sk-你的TaoToken密钥" \ -H "Content-Type: application/json"

如果返回一个包含模型列表的 JSON，说明 Key 和 Base URL 都对。如果返回 401，检查 Key 是否复制完整、有没有多余空格。如果返回 404，检查 Base URL 是不是写成了带路径的形式，应该就是https://taotoken.net/api。

两个验证都过了，再写一个 Python 脚本把两者串起来：拉一帧 RTSP 画面，把画面尺寸和编码格式作为文本，发给模型让它判断流是否正常。这一步不是必须的，但能验证你的调试链路是端到端可用的。

import cv2 import requests cap = cv2.VideoCapture("rtsp://admin:password@192.168.1.100:554/stream1") ret, frame = cap.read() if ret: h, w = frame.shape[:2] prompt = f"RTSP stream frame size: {w}x{h}. Is this a valid video stream?" resp = requests.post( "https://taotoken.net/api/v1/chat/completions", headers={"Authorization": "Bearer sk-你的TaoToken密钥"}, json={"model": "gpt-4o", "messages": [{"role": "user", "content": prompt}]} ) print(resp.json()) cap.release()

跑通这个脚本，说明 RTSP 拉流和 API 调用两条链路都正常。后面再出问题，就可以确定是业务逻辑而不是环境配置。

5. 常见报错对照：从 401 到 local proxy failed

调试 RTSP 时遇到的报错就那么几类，对照日志能快速定位。

401 Unauthorized出现在 DESCRIBE 响应里，是 RTSP 鉴权失败。检查 URL 格式，标准写法是rtsp://user:pass@host:port/path。有些摄像头用 digest 鉴权，ffmpeg 默认支持，但如果密码里有@或:需要 URL 编码。另外注意ANTHROPIC_API_KEY或OPENAI_API_KEY如果也返回 401，那是 API 通道的 Key 问题，和 RTSP 无关，别混在一起排查。

local proxy failed或Connection refused通常是网络层问题。先ping摄像头 IP，再telnet 192.168.1.100 554确认端口开放。如果 telnet 不通，是网络或摄像头服务没起。如果 telnet 通但 ffmpeg 报错，检查是不是防火墙拦了 ffmpeg 进程。

Could not find codec parameters出现在avformat_open_input返回后，说明 DESCRIBE 拿到了 SDP 但解析不出可用流。用ffprobe -show_streams看 SDP 内容，确认m=video行存在。有些摄像头 SDP 里 track 路径不标准，需要手动指定-rtsp_transport tcp或调整-allowed_media_types。

reading choices这类报错通常出现在 API 响应解析阶段，说明返回的 JSON 结构和你预期的不一致。检查 Model ID 是否正确，有些模型名拼错会返回错误结构。用curl直接调一次，看原始响应。

OAuth相关报错出现在 Claude Code 或 Codex 的登录态失效时。这时候不要反复重试，直接检查settings.json或auth.json里的 Key 是否过期。TaoToken 的 Key 在控制台可以重新生成，生成后更新配置文件即可。

还有一个容易忽略的：avformat_open_input返回-5或Input/output error，但日志里没有任何 RTSP 报文。这通常是init_input阶段探测失败，URL 前缀不是rtsp://，或者被AVFMT_NOFILE分支的逻辑绕过了。检查 URL 是否被意外拼接了空格或换行。

排查顺序建议固定下来：先看 TCP 通不通，再看 OPTIONS 有没有 200，再看 DESCRIBE 有没有 SDP，再看 SETUP 有没有 200，最后看 PLAY 后有没有数据包。每一步的日志级别用-loglevel trace都能看到。把这条顺序记住，比背源码函数名有用。

6. 把调试链路固定成可复用的检查清单

RTSP 分析流程的调试，本质是把一个黑盒拆成四步可观测的报文交互。你不需要每次都从ffplay.c的main()开始读，只要用-loglevel trace把 OPTIONS、DESCRIBE、SETUP、PLAY 打出来，对照响应码就能定位。

把这篇里的命令和配置存成一个debug_rtsp.sh和settings.json，下次遇到新摄像头，先跑脚本再改代码。TaoToken 的 Key 和 Base URL 放在统一配置里，模型侧和流媒体侧分开验证，排障时变量最少。

最后给一个实用技巧：如果你要长期调试多路 RTSP，把每路的 URL、transport、以及对应的日志文件路径写进一个 JSON 数组，用一个循环脚本批量跑ffprobe，输出每路的codec_type和分辨率。这样哪一路有问题，一眼就能看出来，不用一路一路手动试。