1 榜单概览
今天梳理了 GitHub Trending（AI 相关）里最热的 3 个仓库，按'它解决什么问题 / 适合谁 / 上手成本'做一次拆解。
| 排名 | 仓库 | 一句话定位 | 语言 | Stars（约） |
|---|---|---|---|---|
| 1 | ruvnet / RuView | 用 WiFi 信号做人体姿态 + 呼吸/心跳 + 存在检测（无摄像头） | Rust | ~25k |
| 2 | K-Dense-AI / claude-scientific-skills | 给 Agent '装技能包'：科研/工程/分析/写作可复用工具链 | Python | ~11.7k |
| 3 | moeru-ai / airi | 自托管'语音聊天 + 游戏执行'的数字伙伴（Web/Win/macOS） | TypeScript | ~22.1k |
核心感受：这 3 个项目分别代表了 '感知智能（RuView）/ 工具智能（skills）/ 交互智能（airi）' 三条路径。
隐私友好感知/无线人体信号
科研/工程工作流提效/可复用技能
实时语音交互/游戏执行/数字伙伴
2 ruvnet / RuView：WiFi DensePose 的'无线透视'路线
我的一句话总结
它想做的是：用 WiFi 的 CSI（信道状态信息）'看见'人的姿态与生命体征，而不是用摄像头。这对隐私敏感场景很有冲击力。
为什么今天它能冲到第一？
- 隐私友好：核心能力不依赖视频像素，'No cameras' 是它的叙事抓手。
- 体验上手快：README 直接给了 Docker 一键跑起来的路径。
- 技术表达'像工程'：明确列出 breathing/heart rate 的频段与输出范围，并强调端侧/本地化。
图：它的可视化界面长这样（很直观）
我如何最快验证（不折腾工具链）
我会先用它给的 Docker 快速跑 UI，确认流程是否通：
docker pull ruvnet/wifi-densepose:latest
docker run -p 3000:3000 ruvnet/wifi-densepose:latest
# 浏览器打开 http://localhost:3000
⚠️关键点：完整功能需要 CSI-capable 硬件（ESP32-S3 或研究网卡等）。普通电脑 WiFi 往往只能做更粗粒度的 RSSI 存在检测。
3 K-Dense-AI / claude-scientific-skills：给 Agent 的'科研技能库'
我的一句话总结
这是一个'可拷贝、可复用、可迁移'的 Agent Skills 工具集合：把科研/工程/分析任务拆成技能目录，让支持该标准的 Agent 自动发现并调用。
