RuView Vibe 项目

** RuView 是什么

RuView 是一款开源的 AI WiFi 感知平台，能够将普通 WiFi 信号转化为空间智能——无需摄像头、无需可穿戴设备，即可检测人员存在、测量呼吸与心率、追踪活动轨迹、感知隔墙人体。项目由 ruvnet 出品，采用 Rust 语言编写，运行在低成本 ESP32 硬件上，所有推理均在本地边缘完成，数据不上传任何云端。

** 核心功能

• 隔墙人员感知：通过分析 WiFi 信道状态信息（CSI）中的相位与振幅扰动，检测 5 米范围内的人员存在、计数和移动方向，无需摄像头，真正隐私安全。
• 非接触生命体征监测：从 CSI 信号中提取呼吸频率（6–30 BPM）和心率（40–120 BPM），可在睡眠或静坐时无接触监测，并支持睡眠分期和呼吸暂停筛查。
• 活动识别与跌倒检测：基于时序 CSI 模式识别行走、坐立、手势与跌倒动作，响应时间低于 200 毫秒；支持 17 关键点姿态估计。
• 多平台智能家居集成：原生支持 Home Assistant（MQTT）、Apple HomeKit（HAP）、Google Home + Alexa，可通过语音助手（Hey Siri / Hey Google）查询各房间人员状态和生命体征。
• 本地 MCP Agent 工具：提供 @ruvnet/rvagent MCP 服务器，向 Claude Code、Cursor 等 AI 编程工具暴露 ruview.presence.now、ruview.vitals.get 等 6 个工具，实现 AI 代理驱动的空间感知自动化。
• 完全离线运行：所有神经网络推理运行在 ESP32-S3 或边缘服务器，无需互联网连接，无账号、无订阅、无遥测。

** 技术实现

RuView 信号处理链路：ESP32 采集 802.11 WiFi CSI 数据 → Rust 引擎进行数字信号处理（带通滤波去噪）→ 边缘 AI 推理模型（分类头：存在/计数/呼吸/心率/活动）→ 结构化事件输出。CSI 运行时 rvcsi 已独立为 ruvnet/rvcsi 仓库（crates.io + npm）。多径建模基于菲涅尔区几何，支持穿透非承重墙约 5 米感知。项目采用 MIT 许可证，已在 GitHub 积累约 6.46 万星。

** 快速上手

1. 准备硬件：ESP32-S3 或 ESP32-C5 开发板（需双频 WiFi），一台树莓派或小型主机运行 Rust 引擎；
2. 烧录 CSI 固件：将支持 nexmon_csi 的固件写入 ESP32，或使用成品 CSI 模块；
3. 克隆仓库：git clone https://github.com/ruvnet/RuView.git 并进入目录；
4. 启动引擎：按 README 说明配置 WiFi 目标网络，运行 cargo run 启动 Rust 感知引擎；
5. 访问 Web 界面：通过浏览器打开本地端口，查看实时人员存在状态、呼吸心率和活动轨迹。

** 适用人群

• 智能家居爱好者与全屋智能集成商
• 隐私敏感场景（卧室、卫生间、婴幼儿房）的无摄像头感知需求
• 养老护理场景的跌倒检测与夜间离床报警
• AI Agent 开发者：将空间感知集成到 Claude Code、Cursor 等编程工具
• WiFi 感知技术研究者和网络安全研究者