随着IEEE 802.11bf标准的发布，WiFi感知技术已从学术研究走向工业应用。针对现有人体动作识别在域内能够准确感知，但面对跨域场景时模型识别性能差的问题，提出了一种基于小样本和随机化的跨域人体动作泛化识别模型SSRCD-Fi。首先，使用特征提取器将输入样本映射到向量空间，实现同一动作的样本聚集、不同动作的样本分离；然后针对新的场景域，通过随机化方法和少量被标记样本计算出动作的原型表示；最后，计算查询样本与动作原型之间的距离，从而实现了人体动作的分类。实验结果和分析表明，SSRCD-Fi能够实现鲁棒的跨域人体动作的泛化感知，在不可见的用户和位置上实验准确率分别为92.73%和97.99%。实验代码公开在：https://github.com/4three2one/SSRCD-Fi。