rUv

记录空房间状态及人员活动，训练适用于该房间的检测模型。流程涵盖小型专用模型的训练，并继续指导实时查看人员是否在场、姿态和呼吸，以及检查准确度依据。

• 训练特定房间的检测模型
• 记录空房间状态与人员活动
• 训练后查看人员、姿态和呼吸

用于改进claude-flow v3的命令行操作，设计并实现大型代码拆分、交互式输入、执行事件钩子，以及带进度显示的多命令自动化流程。

• 拆分大型命令文件
• 添加交互式配置输入
• 通过钩子记录执行结果

帮助启动RuView传感节点，指导构建和烧录ESP32-S3／ESP32-C6固件，配置WiFi与接收地址，检查串口日志，并排查CSI数据未送达的原因。

• 首次配置RuView实体设备
• 重新烧录8 MB和4 MB版本
• 配置WiFi及接收服务器

训练并评估从WiFi信号估计人体姿态的模型。将结果与始终输出平均姿态的基准模型比较，检查训练数据是否混入评估数据，并按实际测量条件报告改进幅度。

• 使用相机图像的姿态标签训练
• 评估推理时无需相机的姿态估计
• 与平均姿态基准比较准确度

将多个智能体任务按顺序连接，把上一阶段的输出传给下一阶段，连续完成代码分析、改造、测试生成或数据转换，并查看各阶段状态与汇总结果。

• 根据代码分析制定改进计划
• 按优先级修改代码
• 检查测试缺口并生成单元测试

区分Homecore内置原生代码与外部Wasm插件，检查签名、发布者、路径、内存、执行限制和宿主权限，审查插件的安全边界。

• 在安装外部Wasm前进行检查
• 审查内置插件的注册流程
• 检查执行限制和宿主权限

在Claude Code操作前后加入自动处理，执行代码格式化与验证、协调多个智能体，并保存工作记录，将进度和决策延续到下次会话。

• 自动执行编辑后的格式化与验证
• 在多个智能体之间共享进度
• 保存和恢复开发会话

指导配置和运行毫米波雷达，使用支持的设备检测心率、呼吸、人员存在及距离，并介绍与WiFi CSI的数据融合和三维点云显示配置。

• 非接触测量心率和呼吸
• 检测指定区域内的人员与距离
• 融合雷达与WiFi CSI信息

在RuView变更后运行Rust和Python测试，以输出哈希检查处理变化，并生成固件哈希清单与证据包，供接收方再次验证。

• 验证RuView重大变更
• 合并PR前检查测试与文档
• 准备交付接收方的验证资料

通过agentic-flow为多个AI代理分配任务，组织并行工作或有先后顺序的流程，并配置共享记忆、负载均衡、失败重试与任务重新分配。

• 并行开发API、界面和测试
• 组织从设计到评审的工作流程
• 在代理间共享规范与进度

验证代码与智能体成果，以数值评分查看质量和可靠性，支持自动撤销未达标准的更改、监测质量趋势，并输出报告。

• 验证AI生成的代码
• 撤销未通过验证的更改
• 了解质量随时间的变化

协调GitHub软件发布，从版本建议、变更记录到测试、构建和分阶段分发，支持多个软件包或仓库同时发布，并在出现问题时回滚到先前状态。

• 准备版本更新与发布文档
• 同时发布多个软件包或仓库
• 结合监控与回滚进行分阶段分发

根据在室人数、呼吸心率、动作姿态、睡眠或室内变化等RuView用途，选择示例与启动步骤，指导运行模拟演示或接收ESP32数据的实际环境。

• 试用在室检测与人数统计
• 试用呼吸、心率和睡眠测量
• 运行动作识别与姿态估计

通过命令操作RuView的生存者扫描、状态查询和结果导出，并将其通过HTTP接口接入其他程序，或构建为浏览器和ESP32-S3可用的模块。

• 自动执行生存者扫描并导出结果
• 通过HTTP提供感知功能
• 构建浏览器运行版本

Get RuView running with a Docker demo using simulated WiFi signal data, source checks, or live sensing with supported hardware. Choose a starting path based on available equipment and open a working sensing dashboard.

中文简介正在准备中。当前显示英语简介。

• Try the dashboard without sensing hardware
• Explore the API or develop the interface using simulated data
• Check the Rust build and Python verification

使用AgentDB为AI智能体实现会话历史、用户偏好和有效交互模式的保存与检索，分别管理短期和长期记忆，让后续会话能够继续引用。

• 为聊天系统添加会话历史
• 跨会话记住用户偏好
• 复用成功的交互模式

创建和改进GitHub Actions工作流，自动执行测试与部署，协调多个AI智能体分析失败原因、审查拉取请求、检查安全问题，并管理跨仓库发布。

• 自动执行测试与部署
• 调查工作流运行失败的原因
• 协调代码审查与安全检查

测量claude-flow v3的启动时间、搜索速度和内存用量，验证是否达到改进目标，并通过持续监测发现性能退化，为优化方案提供依据。

• 比较v3优化前后的性能
• 评估搜索速度与内存用量
• 持续检测性能退化

帮助将claude-flow v3中职责过多的大型类按功能拆分，整理依赖关系、领域边界和事件协作，支持迁移到便于扩展功能与独立测试业务逻辑的结构。

• 按职责拆分大型类
• 设计任务、会话和监控边界
• 设计插件与事件协作

Create AgentDB learning plugins that use recorded experience to improve agent decisions. Choose a learning method, store states, actions, and rewards, train models, and evaluate suggested actions through CLI and API workflows.

中文简介正在准备中。当前显示英语简介。

• Train agents from historical experience
• Build decision-making for games and navigation
• Combine experience from multiple agents for training

让AI智能体读取RuView的在室状态、呼吸和心率数据，用于设计与试作处理流程间的协作，并探索将测量数据与智能体状态、判断记录一并保存。

• 获取在室状态和生命体征数据
• 试作响应在室事件的智能体
• 设计测量智能体之间的协作

利用Wi-Fi测量数据训练和评估RuView模型，涵盖姿态估计、跨环境适应、GPU训练，以及将训练后的模型发布到Hugging Face。

• 不使用摄像头或标签训练姿态估计
• 利用摄像头与Wi-Fi配对数据训练
• 让模型适应不同房间和环境

用于检查claude-flow v3的安全设计，梳理威胁与保护范围，完善依赖包、密码存储、认证凭据、输入验证和命令执行方面的措施与测试。

• 梳理安全边界和威胁
• 更新并审计依赖包
• 检查密码存储与认证凭据生成

通过分配和切换编写代码与指导工作的角色，让人与AI协作开发。支持生成测试、持续代码审查、排查错误，以及面向学习的分步讲解。

• 编写代码时接受AI审查
• 提供方向并让AI负责实现
• 先写测试再开发功能