0xPlaygrounds/rig

     
   

  ## 目录 - [目录](#table-of-contents) - [什么是 Rig？](#what-is-rig) - [核心功能](#high-level-features) - [谁在使用 Rig？](#who-is-using-rig) - [开始使用](#get-started) - [简单示例](#simple-example) - [集成](#supported-integrations) ## 什么是 Rig？ Rig 是一个 Rust 库，用于构建可扩展、模块化且符合人体工程学的 **LLM 驱动**应用程序。 关于该 crate 的更多信息，请参阅 [官方](https://docs.rig.rs) 和 [crate](https://docs.rs/rig-core/latest/rig/)（API 参考）文档。 ## 功能特性 - 能够处理多轮流式传输和提示的 Agentic workflows - 完全兼容 [GenAI Semantic Convention](https://opentelemetry.io/docs/specs/semconv/gen-ai/) - 20 多个模型提供商，全部通过统一的接口访问 - 10 多个向量存储集成，全部通过统一的接口访问 - 全面支持 LLM 补全和嵌入工作流 - 支持转录、音频生成和图像生成模型能力 - 以极少的样板代码将 LLM 集成到您的应用中 - 完全兼容 WASM（仅核心库） ## 谁在使用 Rig？ 以下列出了部分正在使用 Rig 的公司和人员（非详尽列表）： - [St Jude](https://www.stjude.org/) - 将 Rig 用于基因组可视化工具 [`proteinpaint`](https://github.com/stjude/proteinpaint) 中的聊天机器人实用程序。 - [Coral Protocol](https://www.coralprotocol.org/) - 在内部以及 [Coral Rust SDK](https://github.com/Coral-Protocol/coral-rs) 中广泛使用 Rig。 - [VT Code](https://github.com/vinhnx/vtcode) - VT Code 是一个基于 Rust 的终端编码代理，通过 Tree-sitter 和 ast-grep 提供语义代码智能。VT Code 使用 `rig` 来简化 LLM 调用并实现模型选择器。 - [Dria](https://dria.co/) - 一个去中心化 AI 网络。目前在其 [计算节点](https://github.com/firstbatchxyz/dkn-compute-node) 中使用 Rig。 - [Nethermind](https://www.nethermind.io/) - 在其 [Neural Interconnected Nodes Engine](https://github.com/NethermindEth/nine) 框架中使用 Rig。 - [Neon](https://neon.com) - 在 Rust 重构的 [app.build](https://github.com/neondatabase/appdotbuild-agent) V2 中使用 Rig。 - [Listen](https://github.com/piotrostr/listen) - 一个旨在成为 AI 投资组合管理代理首选框架的项目。为 [Listen 应用](https://app.listen-rs.com/) 提供支持。 - [Cairnify](https://cairnify.com/) - 通过智能搜索栏帮助用户即时查找文档、链接和信息。Rig 为 Cairnify 的 AI 搜索体验提供了 Agentic 基础，实现了工具调用、推理和检索工作流。 - [Ryzome](https://ryzome.ai) - Ryzome 是一个可视化 AI 工作区，允许您构建互联的思维、研究和 AI 代理画布，以编排复杂的知识工作。 - [deepwiki-rs](https://github.com/sopaco/deepwiki-rs) - 将代码转化为清晰度。在几分钟内生成准确的技术文档和 AI 就绪的上下文——结构完美，适合人类团队和智能代理。 - [Cortex Memory](https://github.com/sopaco/cortex-mem) - 面向智能代理的生产级就绪内存系统。完整的内存管理解决方案，涵盖提取和向量搜索到自动优化，开箱即用提供 REST API、MCP、CLI 和洞察仪表板。 - [Ironclaw](https://github.com/nearai/ironclaw) - 一个安全的个人 AI 助手 完整列表请查看我们的 [ECOSYSTEM.md 文件](https://www.github.com/0xPlaygrounds/rig/tree/main/ECOSYSTEM.md)。 您也在使用 Rig 吗？[提交一个 Issue](https://www.github.com/0xPlaygrounds/rig/issues) 将您的名字添加进来！ ## 开始使用 ``` cargo add rig-core ``` ### 简单示例 ``` use rig::client::{CompletionClient, ProviderClient}; use rig::completion::Prompt; use rig::providers::openai; #[tokio::main] async fn main() -> Result<(), anyhow::Error> { // Create OpenAI client let client = openai::Client::from_env(); // Create agent with a single context prompt let comedian_agent = client .agent("gpt-5.2") .preamble("You are a comedian here to entertain the user using humour and jokes.") .build(); // Prompt the agent and print the response let response = comedian_agent.prompt("Entertain me!").await?; println!("{response}"); Ok(()) } ``` 请注意，使用 `#[tokio::main]` 需要您启用 tokio 的 `macros` 和 `rt-multi-thread` 功能， 或者直接启用 `full` 以开启所有功能（`cargo add tokio --features macros,rt-multi-thread`）。 您可以在每个 crate 的 `examples`（例如 [`rig/rig-core/examples`](./rig/rig-core/examples)) 目录中找到更多示例。更详细的用例演练会定期发布在我们的 [Dev.to 博客](https://dev.to/0thtachi) 上，并添加到 Rig 的官方文档 [(docs.rig.rs)](http://docs.rig.rs) 中。 ## 支持的集成 向量存储以单独的伴随 crate 形式提供： - MongoDB: [`rig-mongodb`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-mongodb) - LanceDB: [`rig-lancedb`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-lancedb) - Neo4j: [`rig-neo4j`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-neo4j) - Qdrant: [`rig-qdrant`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-qdrant) - SQLite: [`rig-sqlite`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-sqlite) - SurrealDB: [`rig-surrealdb`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-surrealdb) - Milvus: [`rig-milvus`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-milvus) - ScyllaDB: [`rig-scylladb`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-scylladb) - AWS S3Vectors: [`rig-s3vectors`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-s3vectors) - HelixDB: [`rig-helixdb`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-helixdb) 以下提供商以单独的伴随 crate 形式提供： - AWS Bedrock: [`rig-bedrock`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-bedrock) - Fastembed: [`rig-fastembed`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-fastembed) - Eternal AI: [`rig-eternalai`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-eternalai) - Google Vertex: [`rig-vertexai`](https://github.com/0xPlaygrounds/rig/tree/main/rig-integrations/rig-vertexai) 我们还提供了一些其他相关的 crate，它们具有您在使用 Rig 时可能会发现有用的附加功能： - `rig-onchain-kit` - [Rig Onchain Kit](https://github.com/0xPlaygrounds/rig-onchain-kit)。旨在使 Solana/EVM 与 Rig 之间的交互更容易实现。

标签：Agent, AI基础设施, AI工程化, Apex, DLL 劫持, LLM, NLP, RAG, Rust, Rust库, Unmanaged PE, Workspace, 低级语言, 可视化界面, 后端开发, 大语言模型, 威胁情报, 开发者工具, 开源库, 搜索引擎爬虫, 机器学习, 检索增强生成, 模块化, 网络流量审计, 通知系统, 通知系统, 高性能计算