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 URLrtsp_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_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_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:password192.168.1.100:554/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:password192.168.1.100:554/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:password192.168.1.100:554/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ffprobeffprobe -loglevel trace -rtsp_transport tcp -i rtsp://admin:password192.168.1.100:554/stream1 -show_streamsffprobe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:password192.168.1.100:554/stream1) ret, frame cap.read() if ret: h, w frame.shape[:2] prompt fRTSP 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:passhost: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mvideo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。