硬件、安装与运维文档：arnegiacomo.dev/fugleramme
BirdNET-Go 通过麦克风监听并负责鸟种分类识别。Fugleramme 轮询其 API，将每个检测到的鸟种匹配到对应插画，再排版到一页上，并且仅在鸟种发生变化时才重绘——显示在一块 Inky Impression 电子墨水屏上，同时以网页 kiosk 模式提供同样的视图。还配有一个管理页面，可用于配置显示内容，并支持自动更新等功能。
如果你已经在运行 BirdNET-Go，直接把相框指向它即可——无论部署在同一台机器上，还是网络中任何可达的位置。
电子墨水屏并非必需，但为了获得预期体验推荐使用。没有墨水屏时，Fugleramme 也能以纯网页模式运行——通过 HDMI 在显示器上展示 kiosk 页面，或从网络中的任何设备打开。
所需硬件为 Raspberry Pi 5、一块 Inky Impression 13.3英寸（Spectra 6）、一个麦克风和一个 A4 相框。完整的零件清单、推荐及替代方案见：Hardware。
这个项目一半的乐趣在于展示一些精美的公有领域博物学插画。超过 800 张抠图覆盖 400 多个鸟种，每一张都取自真实的版画图版，并为本项目人工精心筛选（没有任何艺术图由 AI 生成，不过部分经过了 AI 修图处理）。
每个检测到的鸟种都会匹配到对应插画，去除背景后排版到带纹理的纸张页面上，体型较大的鸟靠中间摆放，并按体重确定大小比例。没有检测到鸟时，窗口会显示一根光秃秃的栖木。
这些版画来自斯堪的纳维亚、英国和中欧，因此对北欧、不列颠群岛和德国的覆盖最好。其他地区目前覆盖尚少（暂未完成）。更广的欧洲和北美覆盖正在制作中！
手动抠图步骤请参见 Adding artwork。
uv sync # set up venv
uv run fugleramme-fake-detector # stand-in BirdNET-Go on :8090
uv run fugleramme-dev # start service on :8080 with hot-reload
关于 fake detector 的各项参数，以及对接真实识别站的方法： Running it without a Pi。
在树莓派上（假设硬件已就绪并运行）：
curl -fsSL https://raw.githubusercontent.com/arnegiacomo/fugleramme/main/install.sh | bash
脚本会询问 BirdNET-Go 的部署位置和所用端口，克隆仓库、安装所需依赖，并将相框作为 systemd 服务启动。**注意！**在全新系统上可能需要重启一次。
如果要从空白的 SD 卡开始，请参见完整安装指南。
docker run -d -p 8080:8080 -v fugleramme:/data \
-e FUGLERAMME_DETECTOR_URL=http://birdnet.local:8080 \
ghcr.io/arnegiacomo/fugleramme
或者在检出代码后自行构建镜像：
docker build -t fugleramme .
docker run –rm -p 8080:8080 -v fugleramme:/data
-e FUGLERAMME_DETECTOR_URL=http://birdnet.local:8080 fugleramme
kiosk 页面运行在 :8080，管理页面在 :8080/admin，所有持久化数据存放在 /data。