搜索你想找的开源项目

输入名称、用途或关键词,也可粘贴 GitHub 仓库链接
全部技能

ruvnet/RuView

把普通 WiFi 信号变成房间感知能力,检测存在、呼吸、心跳和姿态,并提供安装、校准和训练技能。

  • 54 个技能
  • 10万 Star
  • 上过 GitHub 日榜第 8

装得最多的 5 个

按 skills.sh 上的安装次数排
  • browser49次安装

    自动操作网页浏览器,并为智能体抓取便于 AI 读取的页面快照。

  • Pair Programming44次安装

    以驾驶员、导航员或切换模式与你结对编程,持续审查、测试并扫描安全问题。

  • Skill Builder44次安装

    创建新的 Claude Code 技能,包含正确的配置头、渐进式披露和目录结构。

  • 用 AgentDB 为智能体加入持久记忆,包括会话记忆、长期存储和上下文管理。

  • 编排多智能体集群并行执行任务,支持动态拓扑和智能协调。

其余 49 个技能
  • 协调 15 个智能体分层并行完成安全、核心与集成任务。

  • 用智能体协同构建并自动化 GitHub Actions 的 CI/CD 工作流。

  • 对 claude-flow v3 做基准测试和调优,加快注意力计算与搜索并降低内存占用。

  • swarm-advanced39次安装

    把高级集群编排模式用于研究、开发、测试和分布式工作流。

  • 用领域驱动设计、限界上下文和微内核模式构建 claude-flow v3。

  • 用多智能体协同分析来审查 GitHub 的代码和拉取请求。

  • 用智能体编排来协调和同步多个 GitHub 仓库的工作。

  • 编排 GitHub 发布流程,包括版本号、测试、部署和回滚。

  • 按 SPARC 各阶段引导开发,从规格说明到完成,并支持多智能体协作。

  • 用交互提示、命令拆分和钩子集成来升级 claude-flow v3 的命令行。

  • 把多个记忆系统合并到 AgentDB,并用 HNSW 索引实现快速搜索。

  • 重构 claude-flow v3 的安全架构,修复已知漏洞并采用默认安全模式。

  • 用协同智能体管理 GitHub 问题、项目看板和迭代计划。

  • Hooks Automation37次安装

    配置 Claude Code 钩子,用于任务协调、格式化、会话管理、git 集成和记忆。

  • stream-chain37次安装

    用流式 JSON 数据串联多智能体流水线和顺序工作流。

  • 按整洁架构、依赖注入和测试来实现 claude-flow v3 的核心模块。

  • 通过连接池、负载均衡和快速响应优化 claude-flow v3 的 MCP 服务器。

  • 用 ReasoningBank 加入自适应学习,实现模式识别、策略优化和持续改进。

  • ruview-cli-api26次安装

    使用 RuView 命令行工具、REST API 和浏览器版本,把感知能力接入其他程序。

  • 编译、烧录和配置 ESP32 感知节点,并帮助排查停止传输数据的设备。

  • 运行 RuView 感知应用,实现存在检测、生命体征、跌倒检测、姿态估计、睡眠监测和 3D 建图。

  • 训练、微调并发布 RuView 姿态与嵌入模型,包括 GPU 训练和上传到 Hugging Face。

  • 搭建研究级多节点感知,支持跨视角融合、射频层析成像和对抗信号检测。

  • ruview-mmwave24次安装

    配置毫米波雷达传感器,并将其读数与 WiFi 感知融合,用于生命体征和存在检测。

  • ruview-verify24次安装

    运行完整测试、固件哈希校验和见证包,验证 RuView 构建是否可信。

  • ruview-configure23次安装

    调整已部署 RuView 系统的设置,包括 WiFi 信道、边缘模块、网格和服务器参数。

  • 带新手用最快的 Docker 演示和构建流程,跑起实时感知仪表盘。

  • ruview-rvagent20次安装

    试验 rvAgent 与 RVF 集成,让智能体读取实时感知事件并把状态与数据一起保存。

  • calibrate-room1次安装

    运行逐房间校准流程,训练用于存在、姿态、呼吸、心跳和躁动的多个小模型。

  • onboard1次安装

    为 RuView 选择入门路径,如 Docker 演示、源码构建或真实 ESP32,并执行下一步。

  • provision-node1次安装

    为 RuView 构建、烧录并配置 ESP32 CSI 节点,包括固件选择和 WiFi 设置。

  • train-pose1次安装

    训练和评估 WiFi 姿态模型,并始终与平均姿态基线对比结果。

  • verify1次安装

    为 RuView 结果运行 SHA-256 证明和见证包,并标出未经实测的说法。

  • verify-homecore1次安装

    运行最合适的 Homecore 测试配置,可选核心、Wasmtime、HAP 或完整测试。

  • 配置 AgentDB 的高级功能,如 QUIC 同步、多库管理、自定义距离度量和混合搜索。

  • 为 AgentDB 构建并训练强化学习插件,包括 Q-Learning、SARSA 和 Actor-Critic。

  • 通过量化、HNSW 索引、缓存和批量操作加速 AgentDB,支持大规模向量。

  • 根据技能名称推测,提供使用 Cognitum 空间的相关指引。

  • 连接 RuView 感知硬件,如 ESP32 CSI 节点、毫米波雷达和激光雷达,可本地或通过 SSH。

  • 以沙箱化、带安全限制的方式运行 Darwin 模式来演化智能体外壳,同时保持模型不变。

  • 把 Homecore 的某项能力对应到已审查的源码、测试、架构决策和已知限制。

  • 在写代码前,把功能需求整理成最小化的、按文件划分的实施计划。

  • 把 ReasoningBank 学习与 AgentDB 向量存储结合,用于轨迹跟踪、判定和记忆提炼。

  • 审查 Home Assistant 迁移,把导入数据视为不可信,并避免覆盖已有文件。

  • 审查 Homecore 服务器的启动、恢复、身份验证、功能和提供方配置。

  • 审查原生注册和外部 Wasm 插件的信任边界。

  • 把 claude-flow v3 与 agentic-flow 深度集成,消除重复代码。

  • 评估输出真实性、检查代码质量,并回滚低于 0.95 阈值的改动。