AI Agent 工具注册表:Rust trait 实现可插拔的工具发现机制

Qdrant 深度拆解:35K Star 的 Rust 向量数据库,是如何把 HNSW、Payload 过滤和量化压缩揉成一台机器 Qdrant 是基于 Rust 构建的向量数据库,以高效协同稠密向量(HNSW)、Payload 过滤与量化索引著称。其核心优势在于三者在查询中同步生效,兼顾召回率与性能。适用于 RAG、语义搜索、推荐系统及多租户场景,但不擅长事务或精确检索。架构分层清晰,写入经 WAL 保障一致性,检索通过分片与段并行加速。关键技术包括过滤感知 HNSW、ACORN 跨跳搜索、八类 Payload 索引、四档量化(如 TurboQuant、Product)及灵活多租户策略。最新版本 v1.20.1 强化了嵌套索引与重打分 阅读详情

AI Agent 工具注册表:Rust trait 实现可插拔的工具发现机制


一、AI Agent 的工具体系需要什么

在 AI Agent 的架构里,"工具"(Tool)是 Agent 和外部世界交互的接口。比如:

  • read_file —— 读取文件
  • web_search —— 网络搜索
  • run_code —— 执行代码
  • query_database —— 查询数据库

Agent 需要知道三件事:有哪些工具、每个工具怎么描述给 AI 理解、怎么调用工具。

flowchart TB
    subgraph Agent[AI Agent]
        LLM[大语言模型]
        Router[工具路由器]
    end
    
    subgraph Registry[工具注册表]
        T1[read_file]
        T2[web_search]
        T3[run_code]
        T4[query_database]
        T5[...]
    end
    
    LLM -->|1. 返回函数调用| Router
    Router -->|2. 查找工具| Registry
    Registry -->|3. 返回工具实例| Router
    Router -->|4. 执行工具| T3
    T3 -->|5. 返回结果| Router
    Router -->|6. 结果反馈| LLM
    
    style Registry fill:#ffd93d,stroke:#333
    style Router fill:#6bcb77,stroke:#333

一个好的工具体系应该满足:

  1. 可发现:Agent 能拿到所有工具的元信息(名称、描述、参数 Schema)
  2. 可调用:Agent 能通过统一接口调用任意工具
  3. 可插拔:新增/删除工具不需要改 Agent 核心代码
  4. 类型安全:工具的输入输出有明确类型,编译期检查

一个没有工具注册表的痛

最早写 Agent 时,工具发现是硬编码的。每加一个工具,要改 Agent 核心里三处代码:注册逻辑、描述生成、调用分发。加第三个工具时还不觉得烦,加到第十个时已经在怀疑自己的设计。更难受的是别人想开发第三方工具,必须 fork Agent 仓库,不可能在运行时接一个新工具。这就是工具注册表的价值:工具和 Agent 解耦。


二、定义 Tool trait:统一接口

首先定义一个 trait,所有工具都必须实现它:

use std::collections::HashMap;
use serde::{Deserialize, Serialize};
use async_trait::async_trait;

// ========== 工具系统的核心类型定义 ==========

/// 工具参数的 JSON Schema —— 用于告诉 AI 这个工具需要什么参数
#[derive(Debug, Clone, Serialize, Deserialize)]
pub struct ToolParamSchema {
    /// 参数名称
    pub name: String,
    /// 参数类型: "string" | "number" | "boolean" | "object" | "array"
    #[serde(rename = "type")]
    pub param_type: String,
    /// 参数描述
    pub description: String,
    /// 是否必须
    pub required: bool,
}

/// 工具的元信息 —— 用于向 AI 描述这个工具
#[derive(Debug, Clone, Serialize, Deserialize)]
pub struct ToolMetadata {
    /// 工具名称(唯一标识)
    pub name: String,
    /// 工具描述 —— AI 根据这个决定是否调用
    pub description: String,
    /// 参数列表
    pub parameters: Vec<ToolParamSchema>,
}

/// 工具执行结果
#[derive(Debug, Clone, Serialize, Deserialize)]
pub struct ToolResult {
    /// 是否成功
    pub success: bool,
    /// 执行结果(字符串表示,方便 AI 理解)
    pub content: String,
    /// 附加的结构化数据(可选)
    pub data: Option<serde_json::Value>,
    /// 错误信息(如果失败)
    pub error: Option<String>,
}

/// 工具 trait —— 所有工具的统一接口
/// 
/// 使用 async_trait 宏是因为 Rust 原生 trait 不支持 async fn。
/// async_trait 会把 async fn 转换成返回 Pin<Box<dyn Future>> 的方法。
#[async_trait]
pub trait Tool: Send + Sync {
    /// 获取工具的元信息
    fn metadata(&self) -> ToolMetadata;

    /// 执行工具 —— 接收 JSON 格式的参数,返回执行结果
    async fn execute(&self, params: serde_json::Value) -> ToolResult;

    /// 验证参数是否合法(可选覆盖,默认始终返回 Ok)
    fn validate_params(&self, _params: &serde_json::Value) -> Result<(), String> {
        Ok(())
    }
}

三、实现几个具体工具

工具 1:文件读取工具

// ========== 具体工具实现 ==========

use std::path::PathBuf;

/// 文件读取工具
pub struct ReadFileTool {
    /// 允许访问的根目录 —— 安全沙箱
    allowed_root: PathBuf,
}

impl ReadFileTool {
    pub fn new(allowed_root: PathBuf) -> Self {
        ReadFileTool { allowed_root }
    }

    /// 安全检查:确保文件路径在允许的根目录内
    fn canonicalize(&self, path: &str) -> Result<PathBuf, String> {
        let full_path = self.allowed_root.join(path.trim_start_matches('/'));

        // canonicalize 会解析符号链接,返回绝对路径
        let canonical = full_path
            .canonicalize()
            .map_err(|e| format!("路径解析失败: {e}"))?;

        // 安全检查:确保解析后的路径仍在 allowed_root 内
        if !canonical.starts_with(&self.allowed_root) {
            return Err(format!("路径越界: {} 不在 {}", canonical.display(), 
                self.allowed_root.display()));
        }

        Ok(canonical)
    }
}

#[async_trait]
impl Tool for ReadFileTool {
    fn metadata(&self) -> ToolMetadata {
        ToolMetadata {
            name: "read_file".to_string(),
            description: "读取指定路径的文件内容".to_string(),
            parameters: vec![
                ToolParamSchema {
                    name: "path".to_string(),
                    param_type: "string".to_string(),
                    description: "要读取的文件路径".to_string(),
                    required: true,
                },
                ToolParamSchema {
                    name: "encoding".to_string(),
                    param_type: "string".to_string(),
                    description: "文件编码,默认 utf-8".to_string(),
                    required: false,
                },
            ],
        }
    }

    async fn execute(&self, params: serde_json::Value) -> ToolResult {
        // 提取 path 参数
        let path = match params.get("path").and_then(|v| v.as_str()) {
            Some(p) => p,
            None => return ToolResult {
                success: false,
                content: String::new(),
                data: None,
                error: Some("缺少必填参数: path".to_string()),
            },
        };

        // 安全检查
        let file_path = match self.canonicalize(path) {
            Ok(p) => p,
            Err(e) => return ToolResult {
                success: false,
                content: String::new(),
                data: None,
                error: Some(e),
            },
        };

        // 读取文件
        match std::fs::read_to_string(&file_path) {
            Ok(content) => ToolResult {
                success: true,
                content: format!("文件 {} 内容:\n{}", path, content),
                data: Some(serde_json::json!({
                    "path": path,
                    "size": content.len()
                })),
                error: None,
            },
            Err(e) => ToolResult {
                success: false,
                content: String::new(),
                data: None,
                error: Some(format!("读取文件失败: {e}")),
            },
        }
    }
}

工具 2:网络搜索工具

/// 网络搜索工具
pub struct WebSearchTool {
    /// API 密钥
    api_key: String,
    /// HTTP 客户端
    client: reqwest::Client,
}

impl WebSearchTool {
    pub fn new(api_key: String) -> Self {
        WebSearchTool {
            api_key,
            client: reqwest::Client::new(),
        }
    }
}

#[async_trait]
impl Tool for WebSearchTool {
    fn metadata(&self) -> ToolMetadata {
        ToolMetadata {
            name: "web_search".to_string(),
            description: "搜索互联网获取最新信息".to_string(),
            parameters: vec![
                ToolParamSchema {
                    name: "query".to_string(),
                    param_type: "string".to_string(),
                    description: "搜索关键词".to_string(),
                    required: true,
                },
                ToolParamSchema {
                    name: "max_results".to_string(),
                    param_type: "number".to_string(),
                    description: "最大结果数,默认 5".to_string(),
                    required: false,
                },
            ],
        }
    }

    async fn execute(&self, params: serde_json::Value) -> ToolResult {
        let query = match params.get("query").and_then(|v| v.as_str()) {
            Some(q) => q,
            None => return ToolResult {
                success: false,
                content: String::new(),
                data: None,
                error: Some("缺少必填参数: query".to_string()),
            },
        };

        let max = params
            .get("max_results")
            .and_then(|v| v.as_u64())
            .unwrap_or(5) as usize;

        // 模拟搜索(实际应调用搜索 API)
        let results = vec![
            format!("1. {} - 搜索结果摘要", query),
            format!("2. {} - 相关信息", query),
        ];

        ToolResult {
            success: true,
            content: format!("搜索 \"{}\" 的结果:\n{}", query, results.join("\n")),
            data: Some(serde_json::json!({
                "query": query,
                "count": results.len()
            })),
            error: None,
        }
    }
}

工具 3:代码执行工具(沙箱内执行)

/// 代码执行工具 —— 在受控环境中执行代码
pub struct CodeRunnerTool {
    /// 执行超时(秒)
    timeout: u64,
}

impl CodeRunnerTool {
    pub fn new(timeout: u64) -> Self {
        CodeRunnerTool { timeout }
    }
}

#[async_trait]
impl Tool for CodeRunnerTool {
    fn metadata(&self) -> ToolMetadata {
        ToolMetadata {
            name: "run_code".to_string(),
            description: "在安全沙箱中执行 Python 代码".to_string(),
            parameters: vec![
                ToolParamSchema {
                    name: "code".to_string(),
                    param_type: "string".to_string(),
                    description: "要执行的 Python 代码".to_string(),
                    required: true,
                },
            ],
        }
    }

    async fn execute(&self, params: serde_json::Value) -> ToolResult {
        let code = match params.get("code").and_then(|v| v.as_str()) {
            Some(c) => c.to_string(),
            None => return ToolResult {
                success: false,
                content: String::new(),
                data: None,
                error: Some("缺少必填参数: code".to_string()),
            },
        };

        // 安全沙箱检查:禁止危险模块
        let forbidden = ["os", "subprocess", "sys", "shutil", "importlib"];
        for module in &forbidden {
            if code.contains(&format!("import {}", module))
                || code.contains(&format!("from {}", module))
            {
                return ToolResult {
                    success: false,
                    content: String::new(),
                    data: None,
                    error: Some(format!("禁止使用模块: {}", module)),
                };
            }
        }

        // 模拟执行(实际应使用子进程 + 沙箱)
        ToolResult {
            success: true,
            content: format!("代码执行结果: [输出占位符]\n代码长度: {} 字符", code.len()),
            data: Some(serde_json::json!({
                "code_len": code.len(),
                "timeout": self.timeout
            })),
            error: None,
        }
    }
}

生产环境实战经验

实现 Tool trait 时,一个容易忽视的问题是 execute 的超时控制。网络搜索工具可能因为第三方 API 卡住,代码执行工具可能写死循环。trait 本身没有超时语义,需要在调用层加保护。我的做法是给 ToolRegistry::call_tool 套一层 tokio::time::timeout,超时就返回专门的错误,不拖死整个 Agent。执行时间上限也写入工具元信息,AI 看到后可以决定是否调用。这样 trait 的设计不需要变化,但安全性明显提升。


四、实现可插拔的工具注册表

有了统一的 Tool trait,工具注册表就很简单了——本质上就是一个 HashMap<String, Box<dyn Tool>>:

use std::sync::Arc;
use tokio::sync::RwLock;

// ========== 工具注册表 ==========

/// 工具注册表 —— 管理所有可用的工具
///
/// 使用 Arc<RwLock<>> 支持多 Agent 共享 + 运行时增删工具。
pub struct ToolRegistry {
    /// 工具名 → 工具实例
    tools: RwLock<HashMap<String, Arc<dyn Tool>>>,
}

impl ToolRegistry {
    /// 创建空的工具注册表
    pub fn new() -> Self {
        ToolRegistry {
            tools: RwLock::new(HashMap::new()),
        }
    }

    /// 注册一个工具
    pub async fn register(&self, tool: impl Tool + 'static) {
        let metadata = tool.metadata();
        let name = metadata.name.clone();
        let mut tools = self.tools.write().await;
        tools.insert(name.clone(), Arc::new(tool));
        println!("✅ 工具已注册: {}", name);
    }

    /// 注销一个工具
    pub async fn unregister(&self, name: &str) -> bool {
        let mut tools = self.tools.write().await;
        let removed = tools.remove(name).is_some();
        if removed {
            println!("🗑️  工具已注销: {}", name);
        }
        removed
    }

    /// 获取所有工具的元信息列表 —— 用于构建 AI 的 system prompt
    pub async fn get_all_metadata(&self) -> Vec<ToolMetadata> {
        let tools = self.tools.read().await;
        tools.values().map(|t| t.metadata()).collect()
    }

    /// 调用指定工具
    pub async fn call_tool(
        &self,
        name: &str,
        params: serde_json::Value,
    ) -> Result<ToolResult, String> {
        let tools = self.tools.read().await;
        
        let tool = tools
            .get(name)
            .ok_or_else(|| format!("工具不存在: {name}"))?;

        // 先验证参数
        tool.validate_params(&params)
            .map_err(|e| format!("参数验证失败: {e}"))?;

        // 执行工具
        let result = tool.execute(params).await;

        Ok(result)
    }

    /// 获取已注册工具的数量
    pub async fn count(&self) -> usize {
        self.tools.read().await.len()
    }

    /// 获取所有工具名称列表
    pub async fn tool_names(&self) -> Vec<String> {
        let tools = self.tools.read().await;
        tools.keys().cloned().collect()
    }
}

impl Default for ToolRegistry {
    fn default() -> Self {
        Self::new()
    }
}

// ========== 构建 AI Prompt 的辅助函数 ==========

/// 将工具元信息列表转换为 AI 可理解的 JSON 格式
pub fn tools_to_prompt_json(tools: &[ToolMetadata]) -> String {
    serde_json::to_string_pretty(tools).unwrap_or_else(|_| "[]".to_string())
}

/// 构建带有工具列表的 system prompt
pub fn build_system_prompt(tools: &[ToolMetadata]) -> String {
    let tools_json = tools_to_prompt_json(tools);
    format!(
        r#"你是一个有用的 AI 助手,可以调用以下工具:

{tools_json}

当需要使用工具时,请返回 JSON 格式:
{"tool_call": {{"name": "工具名", "params": {{"参数名": "参数值"}}}}

如果不使用工具,直接回复文本。"#,
    )
}

并发调用时的竞态问题

RwLock 保护注册表只在单 Agent 场景够用。多 Agent 并发调用同一个工具时,要考虑工具是否有内部状态。比如文件读取工具同时操作一个临时文件,可能读到一半被改掉。我的处理方式是让工具实现 Clone,每次调用从 Arc 克隆一个独立实例。对于需要全局状态的工具(比如缓存),单独用一个 Mutex 保护状态,和注册表的锁分开。两个锁混在一起容易出现死锁,画一张锁依赖图能避免很多问题。


五、总结

这篇文章用 Rust trait 实现了一个可插拔的 AI Agent 工具注册系统:

  1. Tool trait 定义统一接口:metadata() 告诉 AI 这个工具是干什么的,execute() 实际执行。所有工具实现同一个 trait,Agent 可以用统一方式调用。

  2. ToolRegistry 管理工具的生命周期:注册、注销、查找、调用,四个方法覆盖所有操作。用 RwLock 保护,支持并发读写。

  3. 类型安全 + 可插拔:编译期保证工具接口一致,运行时可以随时注册新工具。新增工具只需要写一个 impl Tool for MyNewTool 的文件,不改核心代码。

  4. 安全边界在工具内部:ReadFileTool 的路径沙箱、CodeRunnerTool 的模块黑名单,安全逻辑和注册表解耦,每个工具负责自己的安全。

作为独立开发者,实现这个系统的最大收获是理解了"面向接口编程"的真正价值。不是教科书上说的"方便扩展",而是:当你把接口定义清楚的瞬间,剩下的代码就像填空一样自然。

希望这篇文章对你在写 AI Agent 时有所帮助。有问题欢迎评论区交流!


医疗人工智能的Harness Engineering:面向安全、可控与合规的大模型系统工程(九) 医疗人工智能的Harness Engineering:面向安全、可控与合规的大模型系统工程(完结) 阅读详情

相关推荐

别再为数码管引脚发愁了!用STM32的普通IO口驱动TM1650数码管模块(附完整模拟I2C代码)

本文详细介绍了如何利用STM32的普通IO口通过模拟I2C协议驱动TM1650数码管模块,提供了完整的硬件连接方案和软件实现代码。通过模拟I2C技术,开发者可以灵活使用任意GPIO引脚控制多位数码管显示,解决了传统驱动方式占用大量IO资源的问题。文章包含TM1650寄存器解析、亮度控制等实用功能实现,并分享了常见问题排查与性能优化技巧。

weixin_30764771的博客 659

ZeroClaw:基于四大Trait构建的Rust AI Agent运行时架构解析

在软件架构中,运行时(Runtime)是程序执行所需的环境与资源管理系统,它负责调度任务、管理内存、处理并发等核心功能。其原理在于通过抽象层将业务逻辑与底层基础设施解耦,从而提升系统的可维护性、可扩展性与可测试性。这一设计在构建复杂异步系统时价值尤为突出,尤其在AI Agent开发领域,Agent需要协调工具调用、状态管理与跨实例通信。应用场景广泛涵盖自动化工作流、智能对话系统与多任务协同处理等。本文以Rust生态中的ZeroClaw框架为例,深入剖析其通过Agent、Scheduler、Channel和T

weixin_34150830的博客 572

小华半导体HC32芯片开发使用说明

HC32F/L系列MCU在Keil MDK和IAR Workbench环境下通过工程样例进行软件开发。

小布的芯视角 5637

Ludusavi 游戏存档备份完整指南:免费跨平台工具,防止存档损坏与重打

刚肝完三百小时,一次更新就把存档打回新手村——这种"存档翻车"大概是 PC 玩家最崩溃的瞬间。Ludusavi 就是为解决这个问题而生的免费开源工具(Rust 编写、跨平台),它能自动扫描并备份 19,000 多款 PC 游戏的存档,出问题时一键回滚,Windows、Linux、macOS 都能用。 [![Ludusavi 游戏存档备份工具 Linux 界面](https://raw.gitco

gitblog_00581的博客 359

基于Plecs的LLC谐振变换器闭环设计:从PI参数整定到动态响应优化

本文详细介绍了在Plecs仿真环境中,如何为半桥LLC谐振变换器设计并优化闭环控制系统。从开环模型搭建与特性分析入手,重点阐述了基于频域法的PI控制器参数整定流程,并通过负载阶跃、输入电压突变等测试优化动态响应。文章还分享了从仿真模型过渡到实际硬件时的关键注意事项,帮助工程师实现稳定、高效的电源设计。

e4f5g6h的博客 625

3D Slicer的学习(二) 图像的分割

先对不同层级标注,然后点击Fill between slices -> Initialize -> Apply拖动层级颜色区域就会变成连续自适应的动态变化区域。如图,点击Level tracing,在图像上放置鼠标,会显示可能想要选中区域的轮廓,点击鼠标右键会将其显示为蓝色。然后点击Grow from seeds -> Initialize -> Apply,显示3D之后会自动扩展到其他位置的相同部位,从而展示整个部位。如图为copy之后,将黄色区域的颜色复制到原本的绿色区域。

tuweibazong的博客 6086

OpenHuman 可插拔核心改造(Phase 2):`CoreContext` 状态所有权、环境作用域调度与注册表收敛

> 本文基于 `docs/plans/pluggable-core/phase-2-corecontext.md`,梳理 OpenHuman 将 Rust 核心从「进程全局变量」改造为「通过 `CoreContext` 可达状态」的完整方案:包括用 `tokio::task_local!` 环境作用域替代大规模签名改造、注册表单源收敛,以及 `DomainSet` 运行时领域组合轴。你将掌握这三项

gitblog_00120的博客 383

Origin画图——获取论文图中数据

有时候需要已发表论文的图的数据,这里使用Origin软件取值,并且可以实现对图形再次画图。 Step 1. 打开origin软件,点击工具,图形数字化工具。 Step 2. 打开要获取数据的图片。拉动红蓝坐标,与图的坐标轴所贴合。 Step 3. 打开要获取数据的图片。拉动红蓝坐标,与图的坐标轴所贴合。 Step 3. 设置参数横轴起始坐标为300-900,纵轴为1.8-2.6. Step 4. 点击第五个手动取点,取出图中数据点。 Step 5. 依次对原图进行取点。点击项目资源查看图。

qq_42278015的博客 5185

OpenHuman Phase 1 `CoreBuilder` 重构:从 CLI 入口函数到可嵌入 Rust 库的可插拔核心(Pluggable Core)

本文围绕 OpenHuman 仓库中 [`docs/plans/pluggable-core/phase-1-corebuilder.md`](https://link.gitcode.com/i/9f2e317861a3b2aa4a51329a72cfe887) 展开,讲解把单体启动函数 `run_server_inner` 拆解为「初始化(`CoreBuilder::build`)+ 运行(`

gitblog_00306的博客 389

Mamba实战:如何用Samba框架轻松搞定RGB-D显著性检测(附避坑指南)

本文提供了基于Samba框架进行RGB-D显著性目标检测的实战指南。详细解析了从环境配置、数据预处理到模型推理与可视化的全流程,并重点剖析了多模态数据融合中的常见陷阱与调试技巧,旨在帮助开发者高效部署这一基于Mamba的先进视觉模型,规避工程实践中的典型问题。

dapp9builder的博客 615

CANoe之I/O功能采集电压

在进入ECU自动化测试中,有时会用到采集ECU电压,CANoe除了可以仿真、监听CAN、ETH、LIN等网络报文外,部分设备(如VN5650、VN1630等)上还有一个I/O口,这个I/O口就可以用来满足我们自动化测试中采集电压的需求。CANoe上的I/O功能用处还是特别大,比如网络管理测试、相关诊断都会用到。

测试领域技术分享 4836

插件机制:从单体大脑到可组装Agent工作台的实践指南

AI Agent正从只懂聊天的单体模型,演变为可灵活扩展的模块化系统。插件机制是这一转变的核心,它让模型负责意图理解与任务决策,而具体能力由独立插件提供。通过Function Calling协议、注册表管理以及合理的接口设计,开发者可以构建出真正可组装的Agent工作台。本文结合Rust的高性能与内存安全特性,从零实现了一个支持动态注册、安全隔离的插件化Agent,覆盖了核心循环、插件示例和部署实践。这种积木式架构不仅适用于内容自动化、开发辅助等场景,也为垂直领域的快速搭建提供了清晰路径。理解插件原理,能让

weixin_29035405的博客 290

基于OpenClaw的AI数字员工协同团队架构设计

随着大型语言模型从被动的文本生成器向具备自主规划与执行能力的智能代理演进,企业级人工智能的应用范式正在发生根本性转变。在这一演进过程中,OpenClaw(前身为Clawdbot及Moltbot)作为一种开源的、本地优先的个人AI智能体网关基础设施,凭借其对持续内存、多通道接入以及沙盒化工具执行的原生支持,迅速成为构建“始终在线”数字劳动力的核心框架 1。然而,将单体个人助理扩展为能够处理复杂业务逻辑、支持跨组织协同并严格保障数据隔离的多智能体(Multi-Agent)团队,绝非简单的API拼接。系统架构必须

形上得其象,形下合于数;阴阳自济,玄理自明。 1048

拆了七大开源 Agent 的源码,最高分竟然不是 Codex

这篇文章通过源代码解读对比了codex(OpenAI)、gemini-cli(Google)、qwen-code(阿里通义)、opencode(Anomaly)、kimi-code(月之暗面)、deepseek-harness(DeepSeek)、oh-my-pi/omp(Stencil Labs,fork 自 Pi)这7个开源Agent项目,从架构、上下文管理(压缩策略,记忆与跨会话)、会话管理(持久化,奔溃恢复)、工具调用、重连与容错、系统提示词与指令遵循、思维链与工作流编排(plan模式,子代理,工作

尘中远的程序开发记录 708

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

TokenSpeed:专门为 Agentic Workloads 设计的大模型推理框架

TokenSpeed 是专为智能体(Agentic)工作负载设计的轻量级推理引擎,性能媲美 TensorRT-LLM,易用性比肩 vLLM。它通过 MLA+ 量化 +MoE 压缩、C++ 类型态 FSM 调度器、CUDA Graph 双流重叠和 PD 分离,系统性降低显存带宽与 CPU 开销。目前为预览版,自动并行等高级特性尚在脚手架阶段,适合技术路线研习,短期不宜直接用于生产。

叶庭云 成为自己的光 850

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

IronClaw 技能域(ironclaw_skills)技术内幕:SKILL.md 解析、确定性选择与信任模型

本篇技术指南围绕 IronClaw 仓库中的 `ironclaw_skills` 领域 crate 展开,系统讲解该 crate 如何定义"一个技能是什么":从 SKILL.md 的 YAML frontmatter 解析与校验,到两阶段确定性的技能选择评分,再到 `Installed < Trusted` 的信任分级、`requires` 需求门控、纯函数式学习提炼,以及基于文件系统的技能安装管

gitblog_00935的博客 209

MCP for Security漏洞扫描实战:Nuclei、SQLMap、WPScan接入AI完整教程

🛡️ **MCP for Security** 是一个开源项目,它把 Nuclei、SQLMap、WPScan 等 20 多款主流安全工具封装成 **Model Context Protocol(MCP)服务器**,让你用一句自然语言就能让 AI 助手替你跑漏洞扫描——告别手动敲命令,把渗透测试真正接入 AI 工作流。本文带你完成从零到可用的完整配置。 ## 它能帮你做什么? 传统模式下,使

gitblog_00517的博客 343

组网第63课:安全域划分——Trust/Untrust/DMZ、区域模型、与 VLAN 的关系

一组接口 + 一组策略 + 一条默认拒绝。一组接口:这个域包含哪些物理口、VLAN、子接口;一组策略:这个域到别的域放行什么、拒绝什么;一条默认拒绝:没写进策略的,一律不通。第三条最关键。没有默认拒绝,前面划的域全是装饰。

qq_36765170的博客 572

rust: Fan-out/Fan-in Pattern

本项目基于Rust实现珠宝行业全流程的扇出/扇入模式,采用DDD六层架构。通过ProcessRequestDto与ProcessResponseDto传输数据,将采购、设计、生产等12个业务阶段抽象为可并行执行的FanoutTask子任务。核心由JewelryFanoutFanin实现并行调度:先扇出至12个线程并发执行,再统一扇入汇总结果。系统集成日志(文件+控制台)、重试熔断、内存仓储及依赖注入容器,支持顺序与并发两种调度方式,确保高并发下任务可靠执行与可观测性。

Geovin Du Dream Park 166

Rust组织管理(AI回答)

你想做的事JS / Python 做法Rust 做法把一个文件纳入工程新建文件即可新建 xxx.rs 后,必须在入口写mod xxx;挂载对外暴露函数/结构体export(Python 默认全公开)默认全私有,必须显式加pub引入别处的函数use crate::模块名::函数名;找路径的基准词./ 或 ../(从 src 根出发)、(上一级 ../)、(当前级 ./)日常写项目:不要用 #[path],直接遵守默认规则——

yaoct的博客 153

自建 RustDesk 服务端后,做一个“装完就能连“的客户端

如果有云服务的话,可以基于 RustDesk 的 hbbs / hbbr 自己部署一套,不过会碰到一个问题:每台电脑装完客户端,都得手动去设置里填三样东西——ID 服务器、中继服务器、Key。填错一个就连不上,还得远程指导同事操作。这篇记录两种解决办法,以及云端编译的完整流程。内容基于 RustDesk 1.5.3 的源码。

风声的专栏 637

Rust LeetCode443 算法题解

LeetCode 443 字符串压缩:原地行程编码,用 start 标记组起点、next 扫描组边界、i 原地写出;长度 1 不写计数使编码不膨胀,写指针不越过读指针。时间 O(n),额外空间 O(1)。

weixin_43379230的博客 185

GitHub 热榜项目:日榜(2026-11-10)

本期共 11 个热门开源项目,合计新增 13,136 stars。榜单前三分别是 Anthropic 的 Agent Skills 仓库、Meta 开源的 React 设计系统 Astryx(+3,278)和用户名检索工具 sherlock(+4,267,本期涨星最多)。其余项目覆盖 DeepMind 的物理引擎 MuJoCo、Claude 官方示例集、自托管智能体记忆系统 GBrain、用 Rust 写的浏览器自动化 CLI、基于 WiFi 信号的人体感知平台 RuView、多市场股票分析工具,以及 Ho

u130130的博客 449

GitHub 今日推荐|HGhubX:Tauri 2 跨平台短剧客户端实战

Tauri 2 + Rust + React 构建的跨平台短剧观看客户端,实现 HLS 代理、AES 封面解密、多线路探测与会话隔离,覆盖桌面与移动全平台。

wfly blog 444

ARTCRAFT系列软件简单试用手记1

AI辅助开发推动开源重构热潮,ARTCRAFT系列以Rust重写经典软件,性能媲美C/C++。其Launcher支持多平台、多架构,可快速部署开源版Excel(GridCraft)与Word(WordCraft),启动速度远超Office 2016。界面类Office 2016,但暂不完善汉字字号与红头嵌套编辑。项目持续更新,主打“CraftAnything”理念——理解软件原理,自创版本,未来可期。

olegja3d的博客 213

Rust 日志追踪实战:工业边缘场景下的 tracing

Rust 生态下:相比println!log,它提供结构化字段、span 上下文、异步友好和 OpenTelemetry 集成。本文从工程实战角度梳理 tracing 的用法与常见的坑。

ZenovaEdgeOS的博客 561
上一篇: Tokio 与同步代码混用:spawn_blocking 的坑和正确使用姿势
下一篇: WASM 线性内存管理:为什么 wasm 只有一块内存,rust 怎么安全读写
第一程序员
博客等级 码龄1年 1万+粉丝 1827原创
评论 4
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值