无硬件体验
Docker 跑模拟数据，适合看 UI、API 和管线，不代表真实 sensing 效果。
docker run -p 3000:3000 -p 3001:3001 ruvnet/wifi-densepose:latestWiFi Sensing Platform
RuView 调研报告
RuView 试图把 WiFi CSI 或普通 WiFi RSSI 信号转成空间感知能力：人体存在、运动识别、姿态估计、呼吸/心率、环境指纹和边缘 AI 推理。它不是摄像头方案，但仍然处理高度敏感的人体与空间数据。
CSI sensing
ESP32-S3
Beta software
privacy risk
1. 结论摘要
适合定位
研究验证、原型演示、WiFi CSI sensing 实验、ESP32-S3 多节点 demo、Claude/Codex 辅助部署和验证。
不宜直接上线
医疗诊断、执法、安全关键系统、未经同意的人员监控都不应直接使用。README 明确标注 beta，部分能力是目标值或待评估能力。
59,640GitHub stars，调研时 API 返回值
v0.8.0最新 release，2026-05-14
Rust主语言，另含 JS/Python/TS/C
MITGitHub API 返回许可证
2. 核心能力
| 能力 | 说明 | 成熟度判断 |
|---|---|---|
| Presence / occupancy | 判断房间是否有人、粗略人数、进出状态。 | 最容易落地，RSSI 或 CSI 都可做不同层级验证。 |
| Motion / activity | 判断静止、移动、跌倒、手势、活动模式。 | 需要采样环境和模型校准。 |
| Vital signs | 呼吸率、心率、睡眠相关信号。 | 需要 CSI 或 mmWave，RSSI 只能做低保真估计。 |
| Pose estimation | 17 个 COCO 关键点人体姿态。 | README 明确写了 camera-free proxy label 精度有限，camera-supervised 评估阶段仍有未完成部分。 |
| Environment mapping | 房间 RF 指纹、环境变化、异常检测。 | 偏研究和实验场景，需要环境基线。 |
| Edge intelligence | ESP32、Cognitum Seed、WASM、Rust 服务端。 | 架构丰富，但部署复杂度高。 |
3. 需要什么才能用
普通 WiFi RSSI
可做粗粒度 presence 和 motion，不能可靠做人体姿态和生命体征。Windows 可能需要管理员权限，Linux 主动扫描可能需要 root。
ESP32-S3 CSI
真实 CSI sensing 需要 ESP32-S3，推荐 3-6 个节点 mesh，加一台 aggregator 主机和固定测试空间。
Claude Code / Codex 插件
仓库包含 plugins/ruview/，描述为 9 个 skills、7 个 /ruview-* 命令和 3 个 agents。Codex 侧提供 prompt mirror，可复制到 ~/.codex/prompts/。
/plugin marketplace add ruvnet/RuView
/plugin install ruview@ruview
# Codex prompt mirror
cp plugins/ruview/codex/prompts/*.md ~/.codex/prompts/4. 风险分析
隐私风险
不采集视频不等于无隐私风险。人体存在、位置、移动、姿态、呼吸、心率、睡眠和跌倒都可能构成敏感个人数据。
误判风险
医疗、养老、安防、救援场景中，假阴性会延误响应，假阳性会造成干扰。必须有人工复核或多传感器交叉验证。
API 与 token
sensing server、WebSocket、introspection、Seed token、WiFi 配置和 UDP 数据流都需要网络隔离和鉴权。
技术成熟度
仓库快速演进，文档、测试数量和模块说明可能存在版本差异。所有效果指标必须本地复现。
推荐验证路线
1. Docker确认 UI、API、模拟数据和资源占用。
2. RSSI验证普通 WiFi 的粗检测边界。
3. CSI采购 ESP32-S3，建立单房间测试集。
4. 指标记录误报、漏报、帧率、signal quality 和稳定性。
5. 合规评审采集同意、数据保留、访问控制和关停机制。