RuView 把普通 WiFi 信号变成空间感知能力:无需摄像头与穿戴设备,即可穿墙检测人员存在、追踪姿态、监测呼吸与心率。项目以 Rust 为核心,配套 ESP32 CSI 固件、WebAssembly 前端,并原生接入 Home Assistant、Apple Home 与 Matter,让射频感知真正可部署、可编排。
适用人群:IoT 与嵌入式开发者:希望基于 ESP32 与 CSI 数据做二次开发;智能家居重度用户:使用 Home Assistant、Apple Home 并追求无感自动化联动;隐私敏感的健康监护产品团队:需要非接触式呼吸、心率与存在检测能力
适用场景:独居老人健康监护:在不安装摄像头的前提下持续感知呼吸、心率与活动状态,异常时触发告警;全屋无感智能联动:人走进房间灯光自动亮起,离开后空调关闭,穿墙、暗光环境同样有效;隐私敏感场所的存在检测:浴室、卧室、病房等不宜布设镜头的空间,用 WiFi 完成 occupancy 判断
推荐理由:如果你在寻找一条绕开摄像头的感知路线,RuView 是目前完成度最高的开源样本:硬件便宜、生态打通、还支持 AI 智能体编排。它把射频感知从论文推进到可部署工程,值得研究与实践。
项目定位与背景
每一台路由器都在持续发射射频波,而人体的一举一动、一次呼吸、一次心跳,都会在信道上留下细微扰动。RuView 做的事情,就是把这些原本只用于传输数据的 WiFi 信号,变成可被解读的空间信息。它给出的定位很直接:不需要一个摄像头像素,也能实现实时姿态估计、生命体征监测与存在检测,而且可以穿墙、在完全黑暗的环境下工作。相比依赖视觉的方案,这条路线天然规避了图像隐私问题;相比可穿戴设备,它又不需要用户配合佩戴。项目以 Rust 为核心语言,配套 ESP32 固件、TypeScript 与 React 前端以及 WebAssembly 模块,围绕空间智能构建了一整套从硬件采集到应用集成的链路,并已获得超过十万星标,社区关注度极高。
核心功能与技术架构
从架构上看,RuView 可以拆成四层。采集层是 firmware/esp32-csi-node 提供的固件,用低成本的 ESP32 节点抓取 WiFi 信道状态信息,这也是整个系统的物理基础,普通家用路由器即可充当信号源。处理层是 Rust 编写的核心,负责信道数据的清洗、降噪、特征提取与实时推理,预训练模型托管在 Hugging Face 上,开箱即可加载 wifi-densepose 系列权重。应用层由 TypeScript、React 与 WebAssembly 构成,提供 ruOS 感知工作台的可视化界面,把抽象的射频场渲染成可理解的人体姿态与体征曲线。集成层则通过 HA-DISCO MQTT 发布器接入 Home Assistant,通过 HAP-1.1 桥接接入 Apple Home 与 HomePod,并可经由同一桥接或 Matter 端点对接 Google Home 与 Amazon Alexa,让 Siri、Google Assistant、Alexa 无需自定义技能就能按房间播报存在状态与体征数据。此外,harness 目录下的 AI 工具包与 MCP 接口,使 Claude 一类智能体可以直接编排感知能力。
创新点与亮点
最突出的创新在于把感知从视觉域迁移到射频域。穿墙、暗光、非接触这三个特性叠加,让它在许多传统方案失效的场景下依然可用。其次是生命体征监测:呼吸与心率这类微弱信号本是人类难以直观感知的,RuView 通过信道状态在幅度与相位上的细粒度变化把它们提取出来,这在健康监护上很有想象空间。第三是生态亲和度,它没有另起炉灶造协议,而是老老实实做 Home Assistant、Apple Home、Matter 的适配,接入成本低。第四是自学习与智能体友好的设计思路,MCP 与 Claude 工具链的支持让它天然适合被编排进更大的自动化系统,而不是一个孤立的应用。
与同类项目对比
与摄像头加姿态估计的方案相比,RuView 最大优势是隐私与遮挡鲁棒性:镜头拍不到的地方它依然能感知,也不会产生任何可回溯的影像。与毫米波雷达相比,它复用了环境中本就存在的 WiFi 信号,硬件成本更低,穿墙能力更强。与 UWB 相比,它不需要标签或穿戴设备。当然,射频感知也有短板:多径效应会让精度强烈依赖环境布局,换房间、挪家具往往需要重新标定;细粒度姿态的准确度仍难与视觉方案正面比较;信道数据的采集本身也涉及安全与合规边界。项目体量大、模块多,新手上手时需要一点耐心。
快速上手
路径大致是四步:准备一个 ESP32 节点与一台普通路由器,刷入 esp32-csi-node 固件开始采集;启动 Rust 核心服务并加载 Hugging Face 上的预训练模型;打开 ruOS 感知工作台或前端界面观察实时输出;最后按需接入 Home Assistant 的 MQTT 发布器,把存在与体征变成自动化触发器。想更进一步,可以用 AI 工具包,通过 MCP 让 Claude 参与场景编排。整个流程不需要摄像头,也不需要用户佩戴任何设备。
总结与展望
RuView 的价值不在于某一个算法,而在于它把射频感知这条长期停留在论文里的路线,做成了可部署、可集成、可被 AI 调用的完整工程。优点是隐私友好、成本可控、生态适配到位;不足是精度受环境制约、标定成本不低、整体系统复杂度偏高。随着信道采集硬件普及与模型迭代,WiFi 感知很可能成为环境智能的基础设施之一,而 RuView 目前是这条路上最值得研究的开源样本。
项目信息
| 项目名称 | ruvnet/RuView |
| 编程语言 | Rust |
| Star 数 | 104467 |
| Fork 数 | 13583 |
| 主题标签 | claude, claude-code, esp32, firmware, home-assistant, home-automation, iot, mcp, monitoring, networking, pose-estimation, react, rf, self-learning, spatial-intelligence, typescript, webassembly, wifi, wifi-security |