GitHub 上的 RFID 开源地图：安全研究扎堆，物理感知空白

一、为什么要扫 GitHub

做内容站有个好处：逼着你到处找素材。写 Physical AI、写物体词典、写盘点算法栈，写到第十一篇文章的时候，我意识到一个问题——这些概念在学术圈有人做，在产业圈有人买，但在开源圈，几乎没人写。

于是我去 GitHub 扫了一遍。用 API 搜了 RFID、RFID sensor、backscatter、ambient IoT、batteryless 这些关键词，按星数排序、按更新时间排序、按创建日期筛选 2025 年以后的新项目。总共摸到了一万多个仓库。

结论先说：GitHub 上的 RFID 开源生态严重偏科。安全 hacking 占了半壁江山，门禁考勤占了另一半，跟 Physical AI 沾边的项目星数基本是个位数。但这个空白本身，就是一个信号。

二、安全研究的半壁江山

星数最高的 RFID 项目，清一色是安全研究工具。这不是巧合——RFID 的安全研究天然适合开源，因为黑客社区需要工具来验证攻击是否可行。

Flipper Zero          16,632★  多功能无线安全工具（RFID/NFC/Sub-GHz）
MifareClassicTool     6,404★  Android MIFARE Classic 读写分析
Proxmark3 Iceman      6,089★  RFID 安全研究瑞士军刀
ESP32-Bit-Pirate      5,898★  Web CLI 全协议硬件黑客工具
ChameleonUltra        3,030★  NRF52840 卡模拟新一代
ChameleonMini         1,878★  非接触智能卡模拟器

Flipper Zero 一个项目就拿了 1.6 万星，几乎是第二名到第六名的总和。它做的事情不复杂：把 RFID、NFC、Sub-GHz、红外、蓝牙整合到一个巴掌大的设备里，配上社区驱动的攻击插件库。2026 年还在活跃更新，最近有人给它加了 NFC 金丝雀功能——检测是否有人在偷偷扫描你的 Flipper。

Proxmark3 Iceman 是学术安全研究的标配。能读、写、克隆、分析几乎所有主流 RFID/NFC 协议。MifareClassicTool 则专注 MIFARE Classic 这一种芯片——全球保有量最大的门禁卡，安全漏洞已经被研究透了，但还在广泛使用。

这些项目很酷，但它们解决的是「RFID 安不安全」的问题，不是「RFID 能做什么」的问题。

三、实用但无聊的另一半

去掉安全研究，剩下的 RFID 项目大部分是：门禁、考勤、智能货架、资产管理。

esp-rfid（1,487★）是其中做得最好的——ESP8266 驱动，支持 RC522/PN532/Wiegand/RDM6300 四种读卡器，WebSocket 实时通信，JSON 配置，Docker 一键部署。这是一个可以拿来直接用的门禁系统。

但如果你仔细看这些项目的代码，会发现一个共同点：它们把 RFID 当开关用。刷卡→开门，刷卡→打卡，扫描→计数。没有任何项目把 RFID 数据当成连续信号来处理，没有人做相位分析，没有人做 RSSI 时序建模，没有人把读取数据喂给算法。

RFID 在这些项目里就是一根手指，按下去是 1，抬起来是 0。

四、值得关注的三个前沿项目

扫完一万多个仓库，有三个项目让我停了一下。不是因为星数高——它们的星数都很低——而是因为它们在做的事情，方向对了。

4.1 hci-sensing：环境射频感知健康

86 星，Python，2026 年 9 月还在更新。全称 Home Environment Ambient Radio-frequency Toolkit for Health。

它做的事情是：用环境中的射频信号（Wi-Fi、蓝牙、甚至环境中的其他 RF 源）来感知室内的人体状态——不需要穿戴设备，不需要摄像头。通过分析射频信号的多径效应和衰减模式，推断人的位置、姿态甚至呼吸。

这个方向跟 rfid.ixno.com 一直在讲的「贴纸即传感器」高度吻合。区别是 hci-sensing 用的是环境中的随机射频源，而 RFID 用的是受控的读写器信号。但底层物理是同一套：射频信号在物理空间中传播，被人体和物体改变，接收端从信号变化中提取信息。

项目地址：github.com/nkjcqvcpi/hci-sensing

4.2 worldgraph：隐私友好的环境数字孪生

29 星，Rust，2026 年 9 月活跃。一个用 Rust 写的「环境数字孪生」框架，专注于 ambient/RF 传感数据，强调隐私保护和溯源链。

有意思的地方在于它的技术选型。Rust 意味着它对内存安全和性能有硬性要求。它用类型系统来追踪数据来源——每一条感知数据都有 provenance chain，你知道这个数据是从哪个传感器、什么时间、经过什么处理得到的。

这跟我们写的「物体词典服务」架构文章里讨论的分层存储和事件溯源有交集。如果物体词典要扩展到全国多仓，worldgraph 的 provenance 思路值得借鉴。

项目地址：github.com/ruvnet/worldgraph

4.3 EAGLE-DELTA：Wi-Fi CSI 室内感知

5 星，JavaScript，2026 年 3 月。用 Wi-Fi 信道状态信息（CSI）做无接触室内感知。

Wi-Fi CSI 和 RFID 相位感知是同一类问题的两种解法。Wi-Fi CSI 利用的是 OFDM 子载波的幅度和相位变化来检测环境中的运动。RFID 相位感知利用的是反向散射信号的相位变化来定位标签。两者的物理层不同，但数学工具几乎一样——都是信号处理加机器学习。

EAGLE-DELTA 的价值不在于它本身（5 星的项目不会成为基础设施），而在于它代表的方向：用现成的无线基础设施（Wi-Fi 路由器）做环境感知，不需要额外部署硬件。这对 RFID 行业既是威胁也是机会——威胁在于如果 Wi-Fi 就能做，为什么还要部署 RFID？机会在于 RFID 的信号质量远高于环境 Wi-Fi，精度和可靠性有代差优势。

项目地址：github.com/OpCode28/EAGLE-DELTA

五、3D 打印耗材的 NFC 叛乱

2025 年下半年冒出来一个意想不到的 RFID 应用场景：3D 打印耗材的 NFC 标签。

Bambu Lab（拓竹）是 3D 打印机市场的当红炸子鸡。它的打印机用 NFC 标签识别耗材——颜色、材料、温度曲线、剩余量。但 Bambu Lab 把 NFC 数据锁了，第三方耗材用不了。

社区的反应很快。Bambu-Research-Group/RFID-Tag-Guide（1,711★）专门研究怎么读取和解析 Bambu Lab 的 NFC 标签。TigerTag（59★）和 OpenTag3D（45★）则走得更远——直接定义了一个开放的 NFC 标签标准，让任何耗材厂商都能兼容。

这件事的本质是：当 RFID/NFC 从「识别」变成「锁定」，用户就会反抗。拓竹用 NFC 标签做耗材生态锁定，社区就用开源标准打破锁定。

对 RFID 行业的启示是：NFC 标签正在从「身份标识」变成「数据载体」。当标签里开始存温度曲线、材料参数、使用历史的时候，它就不再只是一个 ID，而是一个数据接口。这正是我们说的「物体状态 API」的雏形——只不过这次不是从仓库管理场景长出来的，是从 3D 打印社区长出来的。

六、空白就是机会

把 GitHub 上的 RFID 项目按方向画一张图，大致是这样：

安全 hacking     ████████████████████  35,000+★
门禁/考勤/资产   ████████████          5,000+★
3D 打印 NFC      ███                   2,000+★
HF 读写开发      ██                    800+★
环境 RF 感知     ▏                     ~120★
Physical AI      ▎                     ~30★

安全 hacking 吸走了最多的关注度和星数。门禁考勤是最成熟的工程实践。3D 打印 NFC 是新兴的应用场景。而环境 RF 感知和 Physical AI，星数加起来不到 200。

但这个空白不会永远存在。学术界的论文在往这个方向走（RFID 相位感知、反向散射通信、ambient backscatter），产业界的需求也在往这个方向走（具身智能需要物体状态 API、仓储需要超越「在不在」的感知粒度）。开源社区迟早会跟上。

问题是：谁先写出来？

目前来看，这个方向的开源代码几乎都来自论文配套项目。代码质量参差不齐，维护周期跟论文发表周期绑定——发完论文就没人管了。真正能用的、持续维护的、面向工程实践的 Physical AI 开源项目，一个都没有。

这就是 rfid.ixno.com 在做的事情的反面：我们写的是判断和方向，不是代码。但如果有人想写代码，现在是最空白的时候。

七、几个可以动手的方向

如果你是一个开发者，对 RFID + Physical AI 感兴趣，以下是我从这次扫描中看到的、目前开源生态里缺失的东西：

1. UHF RFID 相位分析库
   目前没有任何开源库封装了 RFID 相位信号的
   处理流程： unwrap → 差分 → 全息定位。
   学术界有 MATLAB 代码，但没有 Python 包。

2. 多读头融合引擎
   我们在第六篇文章里写了算法，但没有开源实现。
   谁写一个 Rust/Python 版本，直接填补空白。

3. 物体状态 API 参考实现
   事件流 + 滞回去抖 + 分层存储，
   我们在第十篇文章里设计了架构，
   但代码还在我们自己的服务器上。

4. 盘点算法栈
   置信度评分 + 贝叶斯缺货 + 异常检测，
   第十一篇文章的完整代码，
   目前没有任何开源版本。

这些不是理论，是我们已经写过架构设计、但还没有开源实现的东西。每一块都是空白。

八、收尾

扫完 GitHub 上的一万多个 RFID 仓库，最大的感受是：这个行业在开源世界的存在感，跟它在产业世界的存在感完全不匹配。

全球 RFID 市场规模 190 亿美元，年出货标签 550 亿枚。但在 GitHub 上，星数最高的项目是做安全 hack 的 Flipper Zero，不是做库存优化的算法库。最活跃的社区是 Proxmark3 的安全研究者，不是做仓储自动化的工程师。

这个错位说明什么？说明 RFID 行业的技术价值还没有被开源社区充分发现。安全 hacking 是有趣的，门禁考勤是实用的，但真正改变供应链、制造、零售的技术——相位感知、多读头融合、物体状态建模、盘点算法栈——这些还在论文和企业内部，没有变成公共知识。

空白就是机会。不是对 rfid.ixno.com 的机会——我们继续写文章。是对读到这些文章的人的机会。