修复：P0+P1 生产稳定性和性能优化（6项）

P0 稳定性修复：
- 告警去重字典添加惰性清理机制，防止长时间运行内存溢出
- Redis 连接断开时显式 close() 后再置 None，防止文件描述符泄漏
- 截图消息 ACK 移至成功路径，失败消息留在 pending list 自动重试

P1 性能优化：
- GPU NMS 添加 torch.no_grad() + 显式释放临时张量，减少显存碎片
- 截图存储改为 Redis 原始 bytes，去掉 Base64 编解码开销（兼容旧格式）
- ROI 配置查询 N+1 改为 get_all_bindings() 单次 JOIN 查询

Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>

main.py

@@ -92,6 +92,10 @@ class EdgeInferenceService:
         # ROI级别告警去重：同ROI+同类型未resolve的告警不重复发送
         # key: f"{roi_id}_{alert_type}", value: alarm_id
         self._active_alarms: Dict[str, str] = {}
+        self._active_alarms_time: Dict[str, datetime] = {}  # 活跃告警创建时间
+        self._cleanup_counter = 0
+        self._cleanup_interval = 100  # 每 100 次 _handle_detections 清理一次
+        self._active_alarm_max_age_sec = 3600  # 活跃告警最大存活时间（1小时）
 
         self._logger.info("Edge_Inference_Service 初始化开始")
     
@@ -800,6 +804,12 @@ class EdgeInferenceService:
     ):
         """处理检测结果 - 算法接管判断权"""
         try:
+            # 惰性清理过期去重记录
+            self._cleanup_counter += 1
+            if self._cleanup_counter >= self._cleanup_interval:
+                self._cleanup_counter = 0
+                self._cleanup_dedup_dicts(frame.timestamp)
+
             if self._algorithm_manager is None:
                 self._logger.warning("算法管理器不可用，跳过算法处理")
                 return
@@ -865,6 +875,7 @@ class EdgeInferenceService:
                     for k, v in list(self._active_alarms.items()):
                         if v == resolve_alarm_id:
                             del self._active_alarms[k]
+                            self._active_alarms_time.pop(k, None)
                             self._logger.debug(f"[去重] 活跃告警已清除: {k} -> {resolve_alarm_id}")
                             break
 
@@ -938,6 +949,7 @@ class EdgeInferenceService:
 
                 # 记录活跃告警（用于 ROI 级去重）
                 self._active_alarms[active_key] = alarm_info.alarm_id
+                self._active_alarms_time[active_key] = frame.timestamp
 
                 # 回填 alarm_id 到算法实例（用于后续 resolve 追踪，泛化支持所有算法类型）
                 algo = self._algorithm_manager.algorithms.get(roi_id, {}).get(f"{roi_id}_{bind.bind_id}", {}).get(alert_type)
@@ -952,7 +964,32 @@ class EdgeInferenceService:
                 
         except Exception as e:
             self._logger.error(f"处理检测结果失败: {e}")
-    
+
+    def _cleanup_dedup_dicts(self, now: datetime):
+        """惰性清理过期的去重记录"""
+        # 清理 _camera_alert_cooldown 中已过冷却期的记录
+        expired_cooldown = [
+            k for k, v in self._camera_alert_cooldown.items()
+            if (now - v).total_seconds() > self._camera_cooldown_seconds * 2
+        ]
+        for k in expired_cooldown:
+            del self._camera_alert_cooldown[k]
+
+        # 清理 _active_alarms 中可能因 resolve 丢失而残留的记录
+        expired_active = [
+            k for k, t in self._active_alarms_time.items()
+            if (now - t).total_seconds() > self._active_alarm_max_age_sec
+        ]
+        for k in expired_active:
+            self._active_alarms.pop(k, None)
+            self._active_alarms_time.pop(k, None)
+            self._logger.warning(f"[去重] 活跃告警超时清除: {k}")
+
+        if expired_cooldown or expired_active:
+            self._logger.debug(
+                f"[去重] 清理完成: cooldown={len(expired_cooldown)}, active={len(expired_active)}"
+            )
+
     def _inference_worker(self):
         """推理线程：攒批窗口内收集 ROI 请求，批量推理"""
         while not self._stop_event.is_set():