0xPlaygrounds/rig
AI 工程用 Rust 构建 LLM 应用的库,统一接入 20 多个模型提供商,并附带一个可用插件扩展的终端编程 Agent。
项目介绍
Rig 是一个用 Rust 构建大模型应用的库。它把 20 多个模型提供商和十多个向量存储统一在同一套接口后面,支持带工具的 Agent、流式输出、类型化钩子,以及补全、嵌入、转录、音频和图像模型,并遵循 OpenTelemetry GenAI 约定;rig-core 和 rig-agent 可以编译为浏览器 WASM。
仓库同时提供一个基于该库的终端编程 Agent rig。它的工具、命令、会话、登录和终端界面各自是一个 Bevy 插件,可以关闭、替换或扩展。适合希望在 Rust 应用里嵌入 LLM 调用的开发者,以及想要一个可改造的编程 Agent 的用户。
库的快速上手
安装门面 crate 和异步运行时,然后写一个小 Agent:
cargo add rig anyhow
cargo add tokio --features macros,rt-multi-thread
use rig::prelude::*;
use rig::providers::openai::{self, OpenAI};
#[tokio::main]
async fn main() -> anyhow::Result<()> {
// Reads OPENAI_API_KEY.
let model = OpenAI::from_env()?.completion(openai::GPT_6_2_SOL);
let agent = AgentBuilder::new(model)
.preamble("You are a comedian.")
.build();
let response = agent.prompt("Entertain me!").await?;
println!("{}", response.output());
Ok(())
}
示例从环境变量 OPENAI_API_KEY 读取密钥。更多样例在 examples 目录,完整指南和 API 参考见 rig.rs/docs 和 docs.rs。
编程 Agent 的快速上手
Agent 需要 Rust 1.97.1 或更高版本,运行于 Linux 和 macOS。安装启动器并运行:
cargo install rig
rig
首次运行会编译 Agent,耗时数分钟,然后打开界面。用 /login 登录或保存 API key,也可以在启动前导出 OPENAI_API_KEY 之类的环境变量。/model 选择模型,/help 列出命令。也可以只发一条提示后退出:
rig -p "fix the failing test"
/reload 会在保留会话的情况下用本地插件改动重新构建 Agent。Agent 指南 介绍更新、模型、会话、工具、设置和脚本用法;插件指南 讲解插件类型并给出各类可运行示例。已发布的 rig 目前是 0.46.0,对应指南保留在 该版本标签;main 分支的指南也说明如何从检出目录安装。
功能与 crate 组织
rig crate 重新导出 rig-core。默认 feature 会带上 rig-agent、派生宏、基于 rustls 的 reqwest HTTP 客户端,以及原生目标下的 rig 启动器(来自 rig-cli);default-features = false 可去掉这些。各 crate 以去掉 rig- 前缀的名字作为 feature 暴露,例如:
cargo add rig --features memory,fastembed
可选组件包括会话记忆(rig-memory)、录制与回放(rig-cassette)、MCP 工具(rig-rmcp),以及 Bedrock、Vertex AI、Gemini gRPC、TypeSafeAI 的提供商 crate 和本地推理用的 rig-candle、rig-fastembed。LanceDB、Qdrant、PostgreSQL 等向量存储集成同样是带 feature 的伴随 crate,具体列表见 docs.rs 的 feature 页。
使用约束
Rig 尚未到 1.0,版本升级会破坏 API;升级时应查看 变更日志 和 迁移说明。编程 Agent 需要较新的 Rust 工具链,且只支持 Linux 和 macOS。模型访问取决于你通过环境变量或 /login 提供的提供商凭据。项目采用 MIT 许可证。
HotRepo 点评
在 2026-11-19 的 Rust 语言日榜上,该项目当日新增 7 个 Star,在该语言榜的最好名次为第 8。单条快照只能说明当天事实,不足以判断趋势。技术上值得注意的是它的打包方式:一个 crate 家族同时覆盖提供商、向量存储、Agent 和编程 Agent,而 Agent 的行为由可替换的 Bevy 插件拼装,这让它既是 LLM 封装库,也是一个可编程的 Agent 运行时。
本文由 AI 根据项目 README 生成,更新于 ,以项目官方文档为准。
Hacker News 讨论
相关推荐
- vercel/ai用一套 TypeScript API 调用多家大模型,并把模型接入前端界面和智能体。
- jingyaogong/minimind从零用 PyTorch 训练 64M 小型语言模型并覆盖预训练到强化学习全流程的开源项目,适合想亲手复现 LLM 的个人开发者。
- TencentQQGYLab/AppAgent用多模态 LLM 通过 ADB 截屏并模拟点按滑动来操作 Android 应用的智能体框架,面向 GUI 自动化研究者。
- phone-harness/phone-harness让编程 Agent 通过 Python CLI 点击、输入、滚动并读取真实 iPhone 或 Android 手机。
- spring-projects/spring-ai让 Java 与 Spring 团队用可移植、强类型的 API 接入大模型,而不是逐个手写厂商 SDK。