开源RuView：把普通WiFi信号变成空间传感器，不装摄像头隔墙测呼吸心率

GitHub上有个叫RuView的开源项目，一句话介绍相当炸裂：把普通WiFi信号变成实时空间智能、生命体征监测与人员检测——全程不用一个像素的摄像头。项目由Rust编写，MIT协议，目前约98.9K星、13K forks，位列GitHub全站第93、Rust榜第9，仓库年龄约一年，最近30天涨了约4K星，平均每天新增130多颗。

原理：人体本身就是电波的扰动源

RuView的核心逻辑并不复杂：每个WiFi路由器都在用无线电波充满整个空间，人在房间里走动、坐下甚至只是呼吸，都会以可测量的方式扰动这些波。项目用低至9美元一个节点的ESP32开发板捕获信道状态信息（CSI），再通过信号处理与机器学习模型，把这些扰动翻译成「谁在场、在做什么、是否安好」。

工作流程上有几个值得注意的设计：ESP32 mesh用6个WiFi信道做多频扫描，把邻居家的路由器直接当作免费雷达使用；脉冲神经网络可以在30秒以内本地适应每个环境，不需要上云训练；每次测量都通过Ed25519见证链做加密认证。预训练模型只有8KB（4-bit量化），在树莓派上以微秒级速度运行，整套系统完全跑在边缘硬件上，无云、无摄像头、也无需联网。

能感知什么：从跌倒到睡眠呼吸暂停

RuView的能力清单覆盖了摄像头方案的多数场景：

  • 在场与占用：穿墙检测人员、计数、追踪进出，黑暗、烟雾或遮挡环境下同样有效；
  • 生命体征：非接触测量呼吸率与心率，睡眠或静坐状态下也可读数；
  • 活动识别：行走、静坐、手势、跌倒，从时序CSI模式中提取；
  • 环境映射：用RF指纹识别房间、检测家具移动、发现新物体；
  • 睡眠质量：夜间监测，含睡眠阶段分类与呼吸暂停筛查；
  • 无摄像头姿态估计：从WiFi CSI估算17个身体关键点。

接入智能家居的路径也铺得比较全：原生支持Home Assistant（MQTT发布）、Apple Home与HomePod（HAP-1.1桥接）、Google Home、Amazon Alexa、SmartThings与Matter，每节点输出21个实体——11个原始信号加10个推断语义状态，包括someone-sleeping（有人睡觉）、possible-distress（可能不适）、elderly-inactivity-anomaly（老人无活动异常）、fall-risk-elevated（跌倒风险升高）、bed-exit（离床）、bathroom-occupied（浴室占用）等，仓库还附带3个Home Assistant入门蓝图。养老监护、会议室与浴室占用、睡眠呼吸暂停筛查、穿墙安防，是README里点名的典型场景。

给智能体留好的接口

RuView在AI智能体集成上走得更前：内置单一MCP服务器（stdio或HTTP，可供ChatGPT调用实时控制台部件）、Claude Code mod，以及代号MetaHarness的AI操作员，负责onboarding、校准、训练、验证与「声明诚实性检查」。安全上默认收紧：Agent默认只读，硬件读取需要device-access授权，固件刷写与校准绝不通过HTTP传输，设备上报的生命体征一律标记为「未验证」。

项目也没有回避冷水：部分能力仍处实验或研发阶段，不能直接当作成熟的医疗或安防产品；旧版「100% presence」的亮眼数据因仅在单类录制中测得已被主动撤回；统一RF世界模型的精度在真实数据验证前仍标注为合成。此外，普通路由器不一定能直接提供CSI原始数据，完整体验通常需要ESP32这类兼容硬件，演示效果也不等于真实环境表现。

把路由器变成不摄像头的传感器，RuView给「无视觉感知」这条技术路线提供了一个高完成度的开源参考样本；对重视隐私的养老、安防与智能家居场景，它值得进入评估清单。