ruvnet/RuView

RuView 是一套野心不小的 WiFi 感知栈：ESP32 节点采集信道状态信息（CSI），Rust/Python 管线将其转成存在检测、人体关键点和呼吸/心率估计。项目对哪些权重已验证、哪些只是实验性的交代得比较坦诚，这也是动手接线之前最值得先读的部分。

解决什么问题

你想知道房间里有没有人、大致在做什么、是否还在呼吸，但不想装摄像头、不想让人戴手环，也不想买商用雷达设备。传统做法要么是摄像头加隐私顾虑，要么是 PIR 传感器——人一坐下不动就失效。RuView 的思路是用本来就存在的 WiFi 无线电替代这层硬件：ESP32 节点采集 CSI，软件输出占用、姿态关键点和体征估计，再交给 Home Assistant 之类的下游系统。流程上的变化是，感知从“摄像头加云服务”的问题变成了廉价无线电硬件上的软件问题。

有什么不同

机制核心是多基地 CSI 融合：多个 ESP32 节点在 1/6/11 信道监听，管线跨链路合并子载波，做信号清洗（Hampel、SpotFi、Fresnel、BVP），再用神经网络骨干输出 17 个人体关键点和体征。一致性门控（coherence gate）负责接受或拒绝噪声测量，避免家具一挪模型就漂；每个节点还带 LoRA 适配器做环境微调。部分边缘模块直接跑在 ESP32 上，简单检测不需要联网，也没有云服务费用。

代价是宣传口径与实际成熟度之间隔着好几个层级。README 里的标注 ADR 把检查点分成已验证、实验性和仅有架构三类；预训练权重报告的是编码器在留出集上的 82.3% temporal-triplet 准确率，而旧的“100% 存在检测”数字因为来自单类别录音已被明确撤回。MM-Fi 姿态模型约 82–84% 的 torso-PCK 是项目自己报告的，这里没有独立复现。这不代表技术不真实——WiFi CSI 感知本身是成熟的研究方向——但演示 GIF 不应被当成成品来看。

谁值得试

适合：手头有几块 ESP32、已经在用 Home Assistant、愿意花时间调整无线电摆放位置，并且会认真读模型成熟度表的人；或者想研究这条信号处理链路、需要细粒度文档的学习者。

不适合：今天就需要一个开箱即用房间监控产品的人；租房、没法在房间里摆多个节点的人；以及主要目标是高精度姿态而非研究平台的人。Home Assistant MQTT、Apple Home 桥接、Google Home 这些集成都存在，但把它们当成即插即用会误判项目所处阶段。三月的讨论帖里有人问有没有人用真实硬件跑过，当时作者之外没有公开验证；后来的 Show HN 回复多是兴趣表达，而非独立复现报告。

使用条件与边界

第一道门槛是硬件：README 描述的多基地方案需要 4 到 6 个支持 CSI 的 ESP32 节点加一台路由器，节点位置会影响结果，不是一块板子一个晚上能搞定的事。Rust 工具链要求 1.85 以上，Python 包单独发布。装好之后的日常工作是校准：环境变化、家具移动、逐房间适配器意味着一致性门控和 LoRA 调参属于长期维护，而不是一次配置。

第二个限制是证据。项目自己的标注文档写明部分检查点仅有架构，预训练编码器的准确率是留出三元组指标，并不保证在你房间里的姿态质量；跨房间姿态被描述为独立的、依赖数据的后续工作。把基准数字当作作者测量值，先做小规模试点再决定是否覆盖整个家。

HotRepo 点评

HotRepo 在 2026-07-05 至 2026-10-26 之间记录了 14 个上榜日，星数从 76,576 涨到 99,663，最近三个记录日均 +312/天，而此前三个记录日为 +454/天。这只是一个极受欢迎仓库的成长快照，且记录中的增速在放缓，并不能证明真实采用情况。更有参考价值的是三月那篇标题直指“没人跑得起来”的 HN 讨论，以及项目后来的诚实标注 ADR——说明维护者试图区分已演示能力和愿景能力。动手前先看模型成熟度表，确认哪个检查点覆盖你真正需要的感知任务。