NeuroSkill 神经反馈与脑机接口工作台
本地优先的 EXG/BCI 桌面应用,把脑电采集、GPU 频带分析与神经基础模型推理收进一台电脑。
- Star 数
- ★ 107
- 最近更新
- 4 天前
- License
- GPL-3.0
- 主语言
- Rust
- FA 评分
- 57/100 · 缺口较多
30 秒速览
- 运行形态
- 可在哪里用
- 兼容但需适配
- 费用
- 免费,无需付费服务
- 上手难度
- 中 · 需要几步配置
- 开始前需要
- 典型场景
- 做 EEG 神经反馈实验的研究者,希望在笔记本上实时看到多通道频带功率和会话对比结果,而不把原始脑电上传到云端。
- 不适合
- 需要经 FDA/CE 认证的医疗器械或临床诊断用途的团队
- 不愿安装 Hugging Face CLI、Rust/Tauri 与 npm 工具链的用户
- 主要依赖云端 SaaS、不想在本地管理模型权重与 EXG 设备的用户
- 官网
- neuroskill.com ↗ 来自 GitHub 仓库设置
- 维护状态
- 近 30 天有提交最近提交 2026-11-17最新版本 v0.1.2(2026-11-13)
- 源码审查
- 57/100 · 缺口较多
这个 Agent 能做什么,适合哪些场景?
NeuroSkill 是一个用 Tauri v2(Rust)加 SvelteKit 构建的本地优先桌面神经反馈与 BCI 应用,面向 EXG/BCI 研究与探索性使用,明确声明仅限科研、不是医疗器械。它通过 LSL 以及远程 rlsl-iroh 接收实时 EXG 数据流,支持 BrainBit、OpenBCI Cyton/Ganglion、Emotiv、Muse、g.tec Unicorn、Neurosity Crown、Oura Ring 等数十种设备,也接受任何兼容的 LSL 信号源。应用内置 GPU 频带功率分析与神经嵌入,并提供会话对比、睡眠分期、UMAP 可视化、打标签、相似度检索和基于截图的检索。它还集成本地 LLM 与 TTS,并对外暴露 WebSocket/HTTP API,模型目录定义在 src-tauri/exg_catalog.json,涵盖 ZUNA、LUNA、REVE、LaBraM、EEGPT、CBraMod、SleepFM 等 EEG/EXG 基础模型。部署边界是本机:官方发行版为 macOS 的 dmg、Windows 的 exe 和 Linux 的 AppImage,也可通过 Homebrew cask 安装,或以源码方式用 npm run tauri dev / build 自行构建。
运行时,NeuroSkill 从支持的 EXG 设备或任意 LSL / 远程 rlsl-iroh 源读取实时多通道生理信号,在桌面端做流式可视化,并调用 GPU 完成频带功率分析与神经嵌入计算。它把每次采集保存为会话,随后可以对比不同会话、执行睡眠分期、生成 UMAP 降维视图,并对片段打标签或以相似度检索、截图检索的方式找回历史数据。模型层由 src-tauri/exg_catalog.json 驱动,可从 Hugging Face 拉取 ZUNA、LUNA、REVE、OpenTSLM、SensorLM、SleepFM、SleepLM、OSF、SignalJEPA、LaBraM、EEGPT、TRIBE v2、NeuroRVQ、CBraMod、ST-EEGFormer 等预训练权重进行推理。应用内嵌本地 LLM 与 TTS,同时以 WebSocket/HTTP API 对外提供接口,便于脚本或外部程序读写数据。文档目录覆盖架构(docs/architecture.md)、设备(docs/DEVICES.md)、指标公式(docs/METRICS.md)、钩子(docs/HOOKS.md)、LLM 内部实现(docs/LLM.md)、LSL 集成(docs/lsl-integration.md)、API(docs/API.md)以及各平台构建说明。
- 做 EEG 神经反馈实验的研究者,希望在笔记本上实时看到多通道频带功率和会话对比结果,而不把原始脑电上传到云端。
- 需要横向评测多个 EEG 基础模型(如 LaBraM、EEGPT、CBraMod、LUNA)的算法工程师,用同一套采集会话跑通加载、嵌入与可视化流程。
- 睡眠或认知方向的研究小组,用 SleepFM/SleepLM 等模型配合夜间采集数据做睡眠分期与 UMAP 聚类观察。
- 使用 Muse、OpenBCI Cyton、Emotiv 或 g.tec Unicorn 等硬件做可穿戴生理信号原型的开发者,需要一个已支持多种设备并能暴露 WebSocket/HTTP API 的桌面端。
- 希望把本地 LLM 与 TTS 接入生理信号工作流的团队,用 NemoSkill 的钩子与本地模型链路构建自定义反馈脚本。
- 教学或演示场景中,需要一条命令在 macOS/Windows/Linux 上装好并现场展示脑电信号处理流程的讲师。
安装与配置要点
摘自下方的安装和使用说明,以项目 README 的最新说明为准。
- 安装 / 启动命令
curl -LsSf https://hf.co/cli/install.sh | bash
- 配置文件
src-tauri/exg_catalog.json- 安装说明涉及
- Windows · macOS · Linux
如何安装或部署这个 Agent?
官方提供各平台预编译发行包,直接下载即可运行。
# macOS
https://github.com/NeuroSkill-com/skill/releases/latest/download/NeuroSkill.dmg
# Windows
https://github.com/NeuroSkill-com/skill/releases/latest/download/NeuroSkill.exe
# Linux
https://github.com/NeuroSkill-com/skill/releases/latest/download/NeuroSkill.AppImagemacOS 也可用 Homebrew 安装:
brew tap NeuroSkill-com/skill && brew install --cask neuroskill从源码运行需要先安装 Hugging Face CLI,然后下载所需模型权重(示例为 ZUNA):
curl -LsSf https://hf.co/cli/install.sh | bash
hf download Zyphra/ZUNAWindows 下安装 Hugging Face CLI 的命令为:
powershell -ExecutionPolicy ByPass -c "irm https://hf.co/install.ps1 | iex"随后在仓库目录执行安装脚本并启动开发模式:
npm run setup -- --yes
npm run tauri dev构建生产版本:
npm run tauri build如何使用这个 Agent?
首次启动桌面应用后,选择要接入的 EXG 设备或 LSL 信号源(例如 BrainFlow、MATLAB、pylsl 提供的流),开始实时流式可视化。采集结束后把数据以会话保存,在应用内对会话做对比、睡眠分期、UMAP 可视化、打标签、相似度检索或截图检索。若要用某个基础模型做嵌入或推理,先确认对应权重已通过 hf download 拉取到本地,模型清单以 src-tauri/exg_catalog.json 为准。外部脚本通过 WebSocket/HTTP API 读写数据,接口细节见 docs/API.md;本地 LLM 与 TTS 的接入分见 docs/LLM.md,钩子扩展见 docs/HOOKS.md。README 中的设备列表与模型列表由 npm run sync:readme:supported 自动生成,更新设备支持后需重新运行该命令。
这个 Agent 有哪些优点和局限?
- 本地优先架构:信号采集、模型推理和存储都在本机完成,适合对原始生理数据敏感的研究场景。
- 设备覆盖广:README 明确列出 BrainBit、OpenBCI、Emotiv、Muse、g.tec、Neurosity、Oura 等数十款硬件,并兼容任意 LSL 源。
- 模型目录可审计:基础模型集中在 src-tauri/exg_catalog.json,覆盖 ZUNA、LUNA、REVE、LaBraM、EEGPT、CBraMod、SleepFM 等 20 个权重。
- 接口齐备:同时提供 WebSocket/HTTP API、本地 LLM 与 TTS、钩子机制,便于把桌面端嵌入既有数据管道。
- 三平台分发完整:macOS dmg、Windows exe、Linux AppImage 加 Homebrew cask,落地成本低。
- 明确不是医疗器械:未获 FDA/CE 批准,不能用于诊断或治疗,临床团队无法直接采用。
- 需要自备 EXG 硬件与 Hugging Face 权重,首次运行还要安装 Hugging Face CLI、npm 与 Tauri/Rust 工具链,环境准备偏重。
- GPL-3.0-only 许可对希望闭源分发或嵌入商业产品的团队构成合规约束。
- 仓库未提供服务端/容器化部署路径,只能在桌面环境运行,无法作为无头服务部署到集群。
- README 未说明 LLM/TTS 的模型来源、硬件加速要求与量化选项,实际推理性能无法从文档预估。
这个 Agent 与同类方案有什么区别?
与相关度最高的同类 agent 并排比较关键指标。
| Agent | 源码审查 | 形态 / 费用 | Star | 最近更新 | 主语言 | 完整支持的平台 |
|---|---|---|---|---|---|---|
| NeuroSkill 神经反馈与脑机接口工作台 当前 | 57 · 缺口较多 | 桌面应用免费 | ★ 107 | 4 天前 | Rust | — |
| Open Science 开源科研工作台 | 81 · 表现良好 | 桌面应用免费 + 模型费 | ★ 5.6k | 1 天前 | TypeScript | Codex · Claude Code |
| Bough 会话工作与成本分析器 | 78 · 表现良好 | 命令行工具免费 | ★ 133 | 2 天前 | Go | Codex · Claude Code |
| ChatLab 聊天记录分析工具 | 70 · 存在缺口 | 桌面应用免费 + 模型费 | ★ 7.7k | 2 天前 | TypeScript | — |
FollowAgents 如何评估这个 Agent?
查看各维度的扣分理由
README 将产品定位为本地优先的 EXG/BCI 桌面应用,并明确仅供研究、不是医疗器械;SECURITY.md 说明远程访问需 TOTP 配对、默认 read 权限、可撤销客户端,并披露未加密凭据的存储位置及文件权限。扣分原因:README 同时列出远程隧道、HTTP/WebSocket API、云端设备流和外部模型下载,但样本没有完整的数据流或权限边界说明;配对拒绝可造成全局限速,恢复也依赖守护进程重启;发布者身份及维护责任未得到明确验证。
Cargo.toml 和 CI 工作流具体描述依赖统一、补丁及构建检查,显示存在维护可靠性的措施。扣分原因:Cargo.toml 明确依赖多个 Git 分支和本地补丁,CI 还会刷新 rlx 主分支,依赖可用性和可复现性因此有限;README、SKILL.md 与有限代码样本无法相互核验全部产品行为,且样本没有足够故障消息实现证据。
README 和 SKILL.md 覆盖多类 EXG/BCI 设备、桌面系统、设备连接方式以及研究、睡眠、比较和自动化等场景,并区分非传统 EEG 的 fNIRS 设备。扣分原因:有些设备支持取决于桥接、功能标志或云流,样本没有系统化说明这些边界;“设备无关”的概括与设备差异并存,触发条件和硬件要求仍不够完整。
README 提供分层文档索引、开发快速开始和安装要求;SKILL.md 有目录、命令参考和场景示例;LICENSE 与 package 元数据均标为 GPL-3.0-only;README 指向版本文件和变更日志,CI 也有版本同步检查。扣分原因:样本没有明确的个人或团队维护责任说明,部分安装依赖外部 CLI、模型仓库及平台工具,且产品名称与 CLI 命令名称不完全一致。
SKILL.md 设计了人类可读摘要、管道安全 JSON 和完整输出模式,并覆盖状态轮询、查询、比较、睡眠分析及自动化配方,预期对已运行本地守护进程的用户有实用价值。扣分原因:该工具要求兼容设备、桌面应用、守护进程及可能的模型/GPU 资源,运行与设置成本较高;样本展示功能面很广,但不能独立证明这些输出对用户的增量价值。
README 将支持设备和模型列表指向自动生成标记及规范目录,开发版本规则指向 VERSION 文件;SECURITY.md 对 TOTP 参数、重放限制、锁定行为和秘密存储给出具体可核对陈述。扣分原因:提交样本未包含对应规范数据、实现或完整 API 文档,测试文件仅能印证部分前端类型和校准逻辑;多个关键安全与功能陈述在样本中仍是单一来源。
- 产品明确标注仅供研究、不是医疗器械;不要将其输出用于诊断或治疗。
- EEG、PPG、活动及截图等数据可能敏感;安全文档称 TOTP 凭据未加密,授予远程客户端 full 权限会开放整个本地 API。
- 远程配对失败计数由所有未注册客户端共享,可能延迟合法配对;设备支持和模型运行还取决于具体硬件、桥接和本机资源。
最近版本
来自该项目 GitHub Releases 的最新发布记录,说明为上游原文摘录,未经本站改写或测试。
-
v0.1.2 Skill v0.1.2
发布说明摘录
Changelog Features - EmotiBit support: connect an EmotiBit board over Bluetooth (emotibit-ble firmware) or WiFi (stock firmware). Heart rate, inter-beat intervals, SpO2 and skin temperature record as device vitals, accelerometer and gyroscope as motion, and battery as battery. A BLE board is found by its GATT service; add a WiFi board as emotibit:<id or ip>. …在 GitHub 查看 ↗ -
v0.1.1 Skill v0.1.1
发布说明摘录
Changelog Bugfixes - A pairing code now works only once. Registering a remote device over iroh used to accept any TOTP code that was still within its ±30 s window, so a code someone had seen or intercepted could be reused for about a minute. Each TOTP credential now remembers the time step of the last code it accepted and rejects that step or any earlier one with "otp already used; wait for the next code" (RFC 6238 §5.2). Pairing a second device, or re-registering one, with the same credential therefore waits for the next code, up to 30 s. See [SECURITY.md](SECURITY.md). …在 GitHub 查看 ↗ -
v0.1.1-rc.4 Skill v0.1.1-rc.4
发布说明摘录
Changelog Features - Empatica EmbracePlus: connect the wristband over BLE via the empatica crate. Skin temperature streams as vitals; EDA, steps and ambient light are logged as metadata. Compressed PPG/IMU are not decoded live. Contributors - Eugene Hauptmann在 GitHub 查看 ↗
常见问题
这个项目收费吗?
它能用来做临床诊断吗?
可以用我自己的脑电设备吗?
模型权重是自动下载的吗?
能否把它当成服务器上的后台服务跑?
NeuroSkill 神经反馈与脑机接口工作台 官网是什么?
NeuroSkill 神经反馈与脑机接口工作台 开源吗?
NeuroSkill 神经反馈与脑机接口工作台 安全吗?
NeuroSkill 神经反馈与脑机接口工作台 还在维护吗?
NeuroSkill 神经反馈与脑机接口工作台 是谁开发的?
谢谢反馈,我们会据此改进页面。