小呆子调研：仔细阅读 RuView 仓库的完整源码，输出一份详细中文调研报告。要求：1) 项目定位与核心功能 2

仔细阅读 RuView 仓库的完整源码，输出一份详细中文调研报告。要求：1) 项目定位与核心功能 2) 技术栈与依赖 3) 核心架构与代码流程（逐文件分析关键逻辑） 4) 部署方式 5) 代码质量与亮点 6) 已知问题与局限 7) 总体评价与适用场景。重点是读源码，不要只看 README。

• 仓库以 WiFi DensePose 为核心：通过封装好的 WiFiDensePose 门面 + FastAPI 服务，把「启动感知→实时取姿势→关闭」做成统一接口，面向 CSI 波形的人体姿态估计与空间占用感知（见 wifi_densepose/init.py:1, v1/src/app.py:61）。
• 服务编排层把硬件采集、CSI 预处理、DensePose 推理与数据流转连接起来，目标是在多区域/多路由器场景下输出实时姿态、活动标签和 WebSocket 推送（见 v1/src/services/orchestrator.py:24）。
• 配套还包含一个纯前端监控/演示 UI 和基于 RSSI 的「commodity sensing」备选路径，以便在没有 CSI 硬件时演示或教学（见 ui/app.js:1, v1/src/sensing/backend.py:1）。
• 为极端性能或嵌入式场景准备了 Rust 工作区和固件、脚本资产，覆盖 sensing server、WASM、CLI 等多种形态，体现“研究→产品化”全链路（见 rust-port/wifi-densepose-rs/Cargo.toml:1）。
• Python 3.9+ 后端：FastAPI、Uvicorn、Pydantic v2、SQLAlchemy 2、Celery、Torch/torchvision、scipy 等均在 pyproject.toml 内声明，且提供 dev/docs/gpu/monitoring 的可选依赖组（见 pyproject.toml:1）。
• 配置体系由 Settings（环境变量 + .env）与 DomainConfig（区域/路由/模型/流媒体配置）协作，统一约束阈值、硬件、特性开关（见 v1/src/config/settings.py:15, v1/src/config/domains.py:13）。
• 数据侧支持 PostgreSQL/Redis，失败时自动降级 SQLite，并通过 async/sync Engine + 会话工厂暴露（见 v1/src/database/connection.py:1）。
• 前端选用原生 ES Module + 可插拔 mock server/WebSocket service，避免绑定特定框架且便于离线演示（见 ui/app.js:47）。
• 高性能/边缘端使用 Rust/Tokio/ndarray/ONNXRuntime/axum/SQLx 等栈，同时 Makefile 提供 Rust、WASM、Python、Docker 等不同 build 目标（见 rust-port/wifi-densepose-rs/Cargo.toml:38, Makefile:4）。
• 安装与环境检测通过交互式 install.sh（多 profile）驱动，可快速切到 verify/python/rust/docker 等模式（见 install.sh:1）。
• 入口层：WiFiDensePose 在导入时把 v1/ 加入路径，然后 start() 内构造 ServiceOrchestrator，其上层 FastAPI 工厂负责注入 orchestrator、middleware、路由与根状态接口（见 wifi_densepose/init.py:27, v1/src/app.py:27）。
• 服务编排：ServiceOrchestrator 初始化健康/指标服务及硬件、姿态、流媒体服务，并将背景任务（健康轮询、指标采样、Pose 推流）放入 asyncio lifecycle，统一 initialize/start/ shutdown（见 v1/src/services/orchestrator.py:24）。
• 硬件与 CSI：HardwareService 依赖 DomainConfig 中的路由描述创建 RouterInterface，后者支持 mock CSI/真实 SSH（未实现）并暴露健康状态，最终数据进入 CSIProcessor 算法链（见 v1/src/services/hardware_service.py:20, v1/src/core/router_interface.py:16, v1/src/core/csi_processor.py:1, v1/src/hardware/csi_extractor.py:31）。
• 推理链路：PoseService 组合 CSI 预处理、相位净化、Modality Translation 与 DensePose head，既可运行真实模型也可在 mock 模式下用 src/testing 生成器，最后提供 estimate_poses/get_current_pose_data 等 API（见 v1/src/services/pose_service.py:1, v1/src/models/densepose_head.py:1, v1/src/testing/mock_csi_generator.py:1, v1/src/testing/mock_pose_generator.py:1）。
• 实时流：StreamService 维护 WebSocket 连接池/缓冲，PoseStreamHandler 订阅姿态结果后按 zone 筛选广播，API 层通过 /stream WebSocket + REST 控制流（见 v1/src/services/stream_service.py:21, v1/src/api/websocket/connection_manager.py:1, v1/src/api/websocket/pose_stream.py:1, v1/src/api/routers/stream.py:68）。
• API + 中间件 + 后台：REST 路由覆盖姿态、历史、健康、设备状态，依赖注入严格检查 Auth/Rate Limit/CORS/错误格式；同时数据库管理器与 Cleanup/Monitoring 任务维持指标、日志与数据留存（见 v1/src/api/routers/pose.py:115, v1/src/api/routers/health.py:1, v1/src/api/dependencies.py:62, v1/src/middleware/rate_limit.py:1, v1/src/middleware/auth.py:1, v1/src/database/connection.py:101, v1/src/tasks/cleanup.py:1, v1/src/tasks/monitoring.py:1, v1/src/logger.py:1, v1/src/sensing/ws_server.py:1）。
• Makefile 提供 install/verify/build/test/run 目标，覆盖 Python API、Rust workspace、WASM、Docker、可视化服务器等一站式命令（见 Makefile:8）。
• install.sh 集成硬件探测、依赖检查、profile 驱动的安装流程，可在 headless 环境自动应答（见 install.sh:1）。
• Docker Compose 同时启动 Rust sensing server 与 Python sensing UI，暴露 HTTP/WebSocket/ESP32 UDP 端口并允许 CSI_SOURCE 切换数据源（见 docker/docker-compose.yml:3）。
• deploy.sh 编排 Terraform 基础设施、EKS、Helm Prometheus/Grafana、Fluentd 日志以及镜像构建推送，面向生产集群部署（见 deploy.sh:39）。
• monitoring 与 logging 目录提供 Prometheus/Grafana/Fluentd 配置，与 v1/src/services/metrics.py 的指标服务相互补充，形成端到端 observability（见 v1/src/services/metrics.py:1）。
• 生产路径与 mock 路径边界清晰：PoseService 明确禁止在非 mock 环境生成随机数据，RouterInterface 在未配置硬件时直接抛错，mock 逻辑集中在 src/testing 并伴随警示 banner（见 v1/src/services/pose_service.py:1, v1/src/core/router_interface.py:152, v1/src/testing/mock_csi_generator.py:1）。
• 可 observability：彩色/结构化日志、健康检查、Prometheus 指标、系统/部件状态 REST 接口一应俱全，方便调试/报警（见 v1/src/logger.py:1, v1/src/services/health_check.py:1, v1/src/services/metrics.py:1, v1/src/api/routers/health.py:1）。
• 中间件栈完善：速率限制实现 Token Bucket + Sliding Window，可配置跨用户/IP；身份鉴别中间件与依赖链条阻止未配置 JWT 时的误用（见 v1/src/middleware/rate_limit.py:1, v1/src/middleware/auth.py:1, v1/src/api/dependencies.py:62）。
• 配置/域模型约束细致，Zone/Router/Streaming/Pose 模型均显式定义验证逻辑，方便大规模安装重用（见 v1/src/config/settings.py:15, v1/src/config/domains.py:13）。
• 实时流组件（StreamService + ConnectionManager + PoseStreamHandler）拆分明确，并提供订阅过滤/心跳/指标统计，UI 亦暴露状态提示与 mock fallback（见 v1/src/services/stream_service.py:21, v1/src/api/websocket/connection_manager.py:1, ui/app.js:58）。
• 旧版 RSSI 管线、ESP32 UDP WebSocket server 仍保留，可快速替代/验证不同硬件方案，增强实验弹性（见 v1/src/sensing/backend.py:1, v1/src/sensing/ws_server.py:1）。
• 真正的 CSI 采集尚未落地：RouterInterface._collect_real_csi_data 明确抛出 RuntimeError，提醒必须自行实装固件/命令，否则只能依赖 mock 数据（见 v1/src/core/router_interface.py:152）。
• 模型加载逻辑默认使用空 DensePoseHead，并在 pose_model_path 未配置时发出 warning，意味着开箱并不会自动带入训练权重（见 v1/src/services/pose_service.py:92）。
• UI 端若检测不到后端会自动启用 mock server，虽然友好但也掩盖了真实链路问题；同时 WebSocket reconnect/鉴权仍未与后端 JWT 打通（见 ui/app.js:58, v1/src/api/dependencies.py:400）。
• Streaming/缓存全部驻留内存，没有 back-pressure 或持久化，长时间运行或高连接数下需自行扩展 Redis/Kafka 等队列（见 v1/src/services/stream_service.py:35）。
• 数据维护任务（清理/监控）依赖数据库存在，若只使用 SQLite fallback 需评估写入频率和锁竞争；而 CleanupTask 批删策略在超大数据量时可能阻塞（见 v1/src/tasks/cleanup.py:1）。
• 该代码库非常适合科研/黑客松等需要快速整合“WiFi 传感 + 姿态估计 + 实时展示”的团队，入口/编排层面已经帮忙打通大部分 glue code（见 v1/src/services/orchestrator.py:24）。
• REST + WebSocket API 以及 UI 仪表盘提供了即插即用的演示路径，可以作为 PoC、客户 demo 或教学展示底座（见 v1/src/api/routers/stream.py:68, ui/app.js:86）。
• 自带 mock 数据与 RSSI/ESP32 仿真服务器，使其成为验证算法、校准指标、编写上层业务逻辑的「仿真沙箱」，即便没有硬件也能跑通流程（见 v1/src/testing/mock_pose_generator.py:1, v1/src/sensing/ws_server.py:1）。
• 若要投入生产，还需补齐真实 CSI 采集、JWT/OAuth、模型资产管理与可扩展的流式基础设施，目前 repo 更偏向「高级原型 + 工具箱」（见 v1/src/core/router_interface.py:152, v1/src/api/dependencies.py:62）。
• 对于追求极致性能或要部署到嵌入式/边缘的使用者，可直接切换到 Rust workspace 或 Docker/Terraform 自动化，实现从研究到大规模部署的迁移（见 rust-port/wifi-densepose-rs/Cargo.toml:1, docker/docker-compose.yml:3, deploy.sh:39）。
• 仓库以 WiFi DensePose 为核心：通过封装好的 WiFiDensePose 门面 + FastAPI 服务，把「启动感知→实时取姿势→关闭」做成统一接口，面向 CSI 波形的人体姿态估计与空间占用感知（见 wifi_densepose/init.py:1, v1/src/app.py:61）。
• 服务编排层把硬件采集、CSI 预处理、DensePose 推理与数据流转连接起来，目标是在多区域/多路由器场景下输出实时姿态、活动标签和 WebSocket 推送（见 v1/src/services/orchestrator.py:24）。
• 配套还包含一个纯前端监控/演示 UI 和基于 RSSI 的「commodity sensing」备选路径，以便在没有 CSI 硬件时演示或教学（见 ui/app.js:1, v1/src/sensing/backend.py:1）。
• 为极端性能或嵌入式场景准备了 Rust 工作区和固件、脚本资产，覆盖 sensing server、WASM、CLI 等多种形态，体现“研究→产品化”全链路（见 rust-port/wifi-densepose-rs/Cargo.toml:1）。
• Python 3.9+ 后端：FastAPI、Uvicorn、Pydantic v2、SQLAlchemy 2、Celery、Torch/torchvision、scipy 等均在 pyproject.toml 内声明，且提供 dev/docs/gpu/monitoring 的可选依赖组（见 pyproject.toml:1）。
• 配置体系由 Settings（环境变量 + .env）与 DomainConfig（区域/路由/模型/流媒体配置）协作，统一约束阈值、硬件、特性开关（见 v1/src/config/settings.py:15, v1/src/config/domains.py:13）。
• 数据侧支持 PostgreSQL/Redis，失败时自动降级 SQLite，并通过 async/sync Engine + 会话工厂暴露（见 v1/src/database/connection.py:1）。
• 前端选用原生 ES Module + 可插拔 mock server/WebSocket service，避免绑定特定框架且便于离线演示（见 ui/app.js:47）。
• 高性能/边缘端使用 Rust/Tokio/ndarray/ONNXRuntime/axum/SQLx 等栈，同时 Makefile 提供 Rust、WASM、Python、Docker 等不同 build 目标（见 rust-port/wifi-densepose-rs/Cargo.toml:38, Makefile:4）。
• 安装与环境检测通过交互式 install.sh（多 profile）驱动，可快速切到 verify/python/rust/docker 等模式（见 install.sh:1）。
• 入口层：WiFiDensePose 在导入时把 v1/ 加入路径，然后 start() 内构造 ServiceOrchestrator，其上层 FastAPI 工厂负责注入 orchestrator、middleware、路由与根状态接口（见 wifi_densepose/init.py:27, v1/src/app.py:27）。
• 服务编排：ServiceOrchestrator 初始化健康/指标服务及硬件、姿态、流媒体服务，并将背景任务（健康轮询、指标采样、Pose 推流）放入 asyncio lifecycle，统一 initialize/start/ shutdown（见 v1/src/services/orchestrator.py:24）。
• 硬件与 CSI：HardwareService 依赖 DomainConfig 中的路由描述创建 RouterInterface，后者支持 mock CSI/真实 SSH（未实现）并暴露健康状态，最终数据进入 CSIProcessor 算法链（见 v1/src/services/hardware_service.py:20, v1/src/core/router_interface.py:16, v1/src/core/cs

（via codex248 全自动调研）