Rig

Rust 原生 LLM/agent application framework：用 typed provider traits、tools、RAG/vector stores、hooks 与 feature-gated companion crates 构建 agent；它是 SDK，不是 Codex/Goose 式可直接使用的终端 agent。

状态: active · 总分: 3.7/5 · 推荐度: 4/5 核验版本: rig-core 0.40.0 · commit a779321 · 2026-07-16

一句话总结

Rig 是目前最有影响力的 Rust agent framework 之一，适合把 agent 嵌入 typed、concurrent、production-oriented Rust service；若需求只是“安装后帮我写代码”，它选错了抽象层。

总体评价

Rig 的核心价值不是提供 autonomous desktop/CLI，而是为 Rust 应用给出统一 abstractions：CompletionModel、EmbeddingModel、VectorStoreIndex、Tool、agent builder、structured extraction、streaming、RAG、memory/hooks 与 provider clients [GH:agents][Docs:intro]。因此它归入 agent-frameworks，不应因 README 出现 “agents” 就与 Codex/Goose 直接排同一产品榜。

它的工程策略很 Rust：rig-core 保持 provider abstractions 与较轻基础依赖，数据库/local-inference 等重集成拆成 feature-gated companion crates；provider 能力用 types/capability declarations 表达，WASM 使用专门 compatibility bounds [GH:contributing][GH:agents][Docs:integrations]。这种设计比动态 Python framework 需要更多类型工作，但更适合在大型 Rust codebase 中获得 compile-time constraints。

社区信号也已形成：约 7951 stars、889 forks、1019 merged PRs、631 releases，first-page contributors 已满 100；crates.io 报告 rig-core 累积约 163 万 downloads，README 也列出项目方公开用户/项目 [GH:api][Crates][GH:readme]。不过 API 稳定性必须保守：README 直接警告未来 updates will contain breaking changes，当前版本仍是 0.40.0 [GH:readme][Crates][GH:release]。

推荐度：4/5

对 Rust 团队，若目标是构建自己的 agent/RAG/service 而非使用 end-user agent，Rig 值得优先做 spike。它提供足够广的 providers、vector stores、tools、hooks、streaming、telemetry 与 WASM surface，同时保持 source/type visibility [GH:readme][GH:agents][Docs:integrations]。

不给 5 的原因是 0.x breaking-change promise、integration surface 快速增长、无独立 benchmark/production deployment test，以及缺少 SECURITY.md。采用时应 pin exact versions、把 provider API 回归纳入 cassettes，并隔离 optional companion dependencies。

优势

1. Rust-native typed abstraction：不是 Python API 的机械移植，provider capabilities、builders、error types、WASM bounds 与 hooks 都体现 Rust 类型系统 [GH:agents][GH:contributing]。
2. Provider 与 retrieval 覆盖广：README 声明 20+ model providers、10+ vector stores，官方 integrations 页面给出统一 client/index contracts [GH:readme][Docs:integrations]。
3. 模块化依赖策略清楚：core 保持相对轻，MongoDB/Qdrant/LanceDB/Postgres/Candle 等放 companion crates/features [GH:contributing][Docs:integrations]。
4. 测试方法比普通 API wrapper 扎实：provider changes 优先 cassette-backed replay，live tests 分离，并要求审查 fixture 中 secrets/account identifiers [GH:contributing][GH:agents]。
5. RAG/tool abstractions完整：dynamic context、dynamic tools、in-memory/durable stores 与现代 RAG caveats 都有文档 [Docs:rag]。
6. 采用信号不只来自 stars：crates.io downloads 是独立使用信号，README user list 则是项目方公开列出的采用/展示清单 [Crates][GH:readme]。

劣势

1. 明确承诺 breaking changes：0.40.0 尚未进入稳定兼容阶段，升级需读 migration notes 与编译修复 [GH:readme][Crates]。
2. 不是 batteries-included autonomous runtime：session persistence、sandbox、approval、human UI、multi-channel delivery 与 deployment policy 要由应用自己实现。
3. integration matrix 很大：provider API 演化、feature combinations、TLS/WASM/vector-store versions 会制造维护面 [GH:contributing][Docs:features]。
4. 安全治理文件不完整：community profile 未检测到 SECURITY.md；advisory 空结果不能替代 disclosure process [GH:community][GH:advisories]。
5. 全量测试/编译可能较重：82 manifests、provider cassettes、external-service integrations 与 all-features matrix 对 contributor CI 有成本 [GH:tree][GH:contributing]。
6. 本次未运行 benchmark/build：性能判断来自 architecture/package evidence，不是 latency/allocations 实测。

---

适合什么场景

• 已有 Rust backend，希望原生加入 provider abstraction、tools、RAG、streaming 或 structured output。
• 对 compile-time correctness、typed errors、WASM compatibility 与 controlled dependency graph 有要求。
• 要在 OpenAI/Anthropic/Gemini/Ollama/xAI 等 providers 间保留应用级替换能力。
• 需要 Qdrant/Postgres/MongoDB/LanceDB 等 vector-store integration，但不想全部依赖进入 core。
• 愿意 pin 0.x version 并通过 cassettes/contract tests 管理 provider drift。

不适合什么场景

• 只想安装一个 CLI/TUI 立即让 agent 修改仓库。
• 团队主要是 Python/TypeScript，且没有维护 Rust async/type-heavy code 的能力。
• 需要当前即承诺 semver-stable public API 的基础平台。
• 期待 framework 自动提供 OS sandbox、approval UI、secret isolation 或 prompt-injection defense。
• 只做一两个简单 model calls；直接 SDK 可能更小、更清楚。

与类似项目对比

项目	定位	相对本项目
Rig	Rust-native LLM/agent application framework	本项目；类型安全、Rust integration 与 feature-gated dependencies 是核心价值
LangChain	Python/JS 广生态 LLM application framework	LangChain integrations/learning ecosystem 更大；Rig 更小、更 typed、更适合 Rust service
Semantic Kernel	Microsoft 多语言 enterprise agent SDK	Semantic Kernel 的 .NET/Java/Python 与企业生态更强；Rig 更 Rust-native、crate-level modular
AutoGen	多 agent conversation/orchestration framework	AutoGen 更偏 multi-agent patterns/runtime；Rig 更偏 provider/tool/RAG primitives 与应用嵌入
CrewAI	role/task-oriented multi-agent framework	CrewAI 上手多 agent workflow 更直接；Rig 给予更底层、更可控的 Rust building blocks

上述项目依据本地 wiki 既有条目的定位与分类语境做 comparison，未在本轮按同一 10 维度重新抓取外部事实 [WikiLocal:comparisons]。

---

它能做什么

评分 4/5。

Rig 覆盖 completion/chat/streaming、embeddings、structured extraction、tool calling、agent hooks、memory traits、dynamic context/tools、RAG、vector stores、telemetry、多模态能力与 WASM/core；README 还列出 20+ providers、10+ vector stores 与 audio/image/transcription paths [GH:readme][GH:agents][Docs:integrations][Docs:rag]。

不给 5，不是因为它缺少 terminal/desktop UI，而是因为它更偏 provider/tool/RAG primitives；multi-agent orchestration、durable workflow state、evaluation harness、deployment policy 等较高层 runtime 仍主要由 host application 或 companion ecosystem 承担。作为 Rust framework breadth 很强，但不是完整 agent platform。

运行环境与资源占用

评分 3/5。

场景	CPU / GPU	内存	存储	说明
rig-core + hosted model	orchestration/network-bound；GPU 不需要	host app 决定	crate archive 约 0.75 MB	dependency/build artifacts 另计 [Crates]
vector-store companion	由 database/client workload 决定	backend/driver 决定	feature-specific	不使用的 integration 不必引入 [Docs:integrations]
Candle/local model	inference-heavy，GPU/CPU 由模型决定	model weights/context 主导	模型权重另计	optional companion，不代表 core runtime cost [GH:readme]

模块化与 feature gating 有利于控制依赖，但 Rust compile cache/all-features matrix 并不轻。没有 CPU、内存或吞吐 benchmark，按统一边界给 3。

上手体验

评分 4/5。

Rust 用户可用 cargo add rig 或 cargo add rig-core，几行 builder code 建立 provider client 与 agent；官方 docs、README、docs.rs 和 examples 提供完整入口 [GH:readme][Docs:intro]。统一 client/builder patterns 降低切 provider 的认知负担。

学习曲线来自 Rust async/traits/generics、feature flags 与 provider-specific capabilities。还要自己搭 app runtime、state、policy 与 deployment，所以不属于零配置 5 分。

代码质量

评分 4/5。

仓库约 99.9% Rust，82 manifests，公开 workflow、strict clippy 与贡献规则齐全；CONTRIBUTING/AGENTS 禁止随意 unwrap/expect/TODO/unimplemented，要求 typed errors、public docs、provider capability declarations 与 scoped PRs [GH:languages][GH:tree][GH:contributing][GH:agents]。

测试策略有清楚层次：unit/core、cassette replay、ignored live provider tests、external-service integrations；fixtures 还要求 secret scrubbing review [GH:contributing][GH:agents]。不给 5，因为本轮未跑 tests，也无 coverage ≥80% 证据；981 个 test-like paths 包含大量 cassettes/fixtures，不能当 coverage。

可扩展性

评分 5/5。

Provider traits、Tool、VectorStoreIndex、AgentHook/HookStack、feature-gated companion crates、derive macros、MCP/WebSocket/WASM features 与 facade re-exports 构成完整 extension architecture [GH:agents][GH:contributing][Docs:features]。新增 provider/vector store 有明确 checklist 与 module boundary。

这种扩展不是只能在 config 中换 endpoint，而是可以实现新 typed backend 并进入统一 agent/RAG pipeline，满足 5 分边界。

文档质量

评分 4/5。

README、rig.rs concepts/integrations/guides、docs.rs API、CONTRIBUTING 与 AGENTS 共同覆盖 users、API consumers、contributors 与 coding agents [GH:readme][Docs:intro][Docs:integrations][Docs:rag][GH:contributing][GH:agents]。RAG 文档还主动讨论 chunking、contradictory/stale data 等限制 [Docs:rag]。

扣分来自快速版本变化下的 docs drift 风险，以及部分 docs.rs/version links 在当前站点切换时可能短暂不一致。安全 disclosure 文档也缺失 [GH:community]。

社区与成熟度

社区评分 4/5，成熟度评分 2/5。

7951 stars、889 forks、1019 merged PRs、31 open PRs，加上 crates.io 163 万 total downloads，说明有持续维护与真实 library consumption [GH:api][Crates]。CONTRIBUTING 欢迎 scoped PR 并给出详细 provider checklist，社区不是单向发布 [GH:contributing]。

成熟度不能跟下载量一起抬高：当前 0.40.0，README 明确说未来 updates 将包含 breaking changes [GH:readme][Crates]。这符合“API 尚未稳定、升级可能破坏”的 2 分。

安全与风险

评分 3/5。

Rig 作为 library 不默认拥有 coding agent 那种 shell/filesystem 全权限；typed provider/auth code、redacted debug、TLS features、cassette secret review 都是正面信号 [GH:contributing][GH:agents][Docs:features]。本次 advisories API 未返回 published repository advisory，但空结果只表示本次未发现 [GH:advisories]。

不给 4：community profile 未检测到 SECURITY.md，且真实应用仍会持有 provider keys、调用 arbitrary tools、连接 MCP/vector stores 并处理 untrusted model output。Rig 提供 building blocks，不替应用完成 sandbox、authorization、egress control 与 prompt-injection defense。

学习价值

Rig 很值得 Rust/agent systems 学习：

1. 能力用类型表达：Capable/Nothing、provider extensions/builders 与 explicit errors 如何减少 runtime ambiguity [GH:contributing][GH:agents]。
2. core/companion 边界：把常用 thin HTTP providers 留 core，把数据库/local inference 的重依赖拆 crate/feature [Docs:integrations]。
3. 可重放 provider tests：cassette replay 在不暴露 API keys 的情况下验证 wire behavior，同时保留 live tests 处理不可重放路径 [GH:contributing]。
4. agent hooks 的 typed lifecycle：completion patch merging、tool rewrite/skip/stop 与 streaming/non-streaming consistency 如何进入 API contract [GH:agents]。

若目标是构建自己的 Rust agent，Rig 比直接 fork 一个 terminal agent 更接近正确抽象；若目标只是使用 agent，则应回到 Codex/Goose/ForgeCode 等产品层。