最近做了一个 Rust 项目：[pi-rust](https://github.com/bigfish1913/pi-rust)。把 TypeScript 版的 Pi 编码助手用 Rust 重写，命令叫 `rpi`。

先把测试结果放出来。

## 先看数据对比
对比版本是 rpi 0.3.6 和 Pi 0.87.1

| 指标 | Rust 版 rpi | TypeScript 版 Pi |
| --- | ---: | ---: |
| 打印版本号 `--version` | 17.5 ms | 169.5 ms |
| 启动到能够响应状态请求 | 17.7 ms | 189.5 ms |
| 刚就绪时的常驻内存 RSS | 12.0 MiB | 91.5 MiB |
| 安装体积 | 21.8 MiB | 约 385 MiB |

启动时间相差约 **10.7 倍**，rpi 的就绪内存约为 Pi 的 **13%**。安装体积这一项，Pi 还没有算上 Node 运行时。


## 为什么要用 Rust 重写？

### 1. 学习 Rust

首先就是想学 Rust。

我想找一个能持续写下去的项目。Agent 涉及异步请求、流式输出、文件操作和状态管理，后面还有终端界面和插件。这些需求会逼着我把 Rust 用起来：共享状态怎么处理，错误怎么往上传，异步任务怎么取消，接口怎么拆。

选 Pi 来重写，也有一个好处：有现成的项目可以参考。遇到一个功能，可以先看原版怎么做，再考虑在 Rust 里怎么实现。写完以后还有东西可以对照，不至于只凭自己的想象判断是否合理。

### 2. 想弄明白一个  Agent 是怎么工作的

平时用 AI 编码工具，看到的是输入需求、等它改代码。自己实现一次，就得处理那些界面上看不见的细节。

模型返回一个工具调用以后，谁去执行？工具出错了，要把什么结果交给模型？流式消息还没结束，用户取消了怎么办？程序中断后，下一次启动看到的历史应该是什么？

这些问题在调一次聊天 API 时未必会遇到，做完整 Agent 就绕不过去。

核心循环其实不长：请求模型，发现工具调用，执行工具，回传结果，再请求模型。周围的错误处理、取消、会话保存，才是需要花心思的地方。

### 3. 想把它做成一个能复用的库

我希望 rpi 除了能在终端里运行，也能直接嵌进自己的 Rust 程序。应用调用接口、订阅事件，就能使用 Agent 的能力。

所以项目用了 Cargo workspace，把模型适配、Agent 循环、工具执行和会话管理拆开。CLI 再把它们组合起来。

最小的 Agent 不需要终端界面，也不一定需要持久化。需要文件工具，就加工具层；需要保存会话和压缩上下文，再接 Harness。这样不同应用能各取所需。

### 4. 看看原生程序能省下多少开销

终端工具最后能交付一个可执行文件，安装时少管理一套 Node 和 npm 依赖，我觉得值得试。

启动和内存上的收益，前面的测试已经给了一组结果。代价也有：Rust 的异步接口、共享状态和动态插件都需要仔细处理。把原版代码逐行翻译过来，很多地方并不好用，接口也得跟着重新整理。

## 现在到哪一步了

已经有 CLI、TUI 和 SDK，不只是一个调用模型的 demo。当前工作区版本是 **0.3.14**；发布状态以仓库 Releases 和 crates.io 为准。

模型侧有 Anthropic 和 OpenAI 兼容接口，也支持通过配置接自定义网关。Agent 能处理流式响应、工具调用和取消，配有文件读写、编辑和命令执行等工具。

会话用 JSONL 保存，支持分支、上下文压缩和中断恢复。这里也一直在修实际问题。比如 CHANGELOG 里记录过：会话中断时，工具调用已经保存，结果还没保存，恢复后的消息就可能被模型服务拒绝。现在会补上表示中断的错误结果，让上下文可以继续使用，而不会直接重跑那个工具。

扩展方面已经有动态库插件 SDK 和加载器。远程模式也有了，可以在一台机器上跑 Agent，另一端用终端连接。

这些功能对应九个产品 crate。主要几层如下：

| crate | 做什么 |
| --- | --- |
| `rpi-ai` | 模型适配、消息类型和流式响应 |
| `rpi-agent` | Agent 循环、工具调用、事件和取消 |
| `rpi-tools` | 内置工具和执行环境 |
| `rpi-harness` | 会话、持久化、恢复和上下文压缩 |
| `rpi-cli` | 配置、CLI、TUI 和远程模式 |

想从代码看起，可以先跑两个例子：

```powershell
cargo run -p minimal
cargo run -p tools-example
```

它们用模拟 Provider，不需要模型密钥。第二个例子会驱动真实工具，在临时目录写文件，再读取并验证内容。这样可以先检查 Agent 的执行流程，不受真实模型输出影响。目前还有不少需要打磨的地方。

## 有没有后续的扩展计划

有，接下来想继续做的主要是这些方向。

**扩展更容易写和安装。** 插件接口和加载器已经有了，但还需要更顺手的模板、版本兼容说明，以及能直接拿来用的扩展。先把开发和使用的流程理顺，比单纯增加插件数量更有用。


**继续补模型适配。** 现有 Provider 接口可以复用，后面会根据使用需求考虑 Gemini、Bedrock 等适配器。每接一种协议，都要检查流式事件、工具调用和错误处理，不能只验证普通聊天能返回文字。

**把性能测试往长任务上补。** 下一步值得测的是长会话内存增长、工具循环吞吐、上下文压缩和 TUI 渲染。启动数据已经有了，我也想知道连续用上几个小时以后是什么表现。

更往后的方向包括执行隔离、编辑器集成，以及是否把多 Agent 编排放进核心运行时。这些需要继续设计，暂时没有确定的交付时间。

项目地址：[bigfish1913/pi-rust](https://github.com/bigfish1913/pi-rust)。如果你也在学 Rust，或者想拆开看看  Agent 的实现，可以从两个离线示例开始。

最近做了一个 Rust 项目：pi-rust。把 TypeScript 版的 Pi 编码助手用 Rust 重写，命令叫 rpi。

Rust重写Pi编码助手，性能飙升10倍

人工智能

Rust重写Pi编码助手，启动快10.7倍，内存降至13%，安装体积仅21.8MiB。项目提供CLI、TUI和SDK，支持流式响应、工具调用、会话恢复及插件扩展。适合学习Rust和Agent架构，附可运行示例，无需API密钥即可测试核心流程。

性能测试

代码解释

TypeScript 

Agent

2026上云采购 | AI焕新·智启新局

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Rust重写Pi编码助手，性能飙升10倍-腾讯云开发者社区-腾讯云

Rust重写Pi编码助手，性能飙升10倍

Rust重写Pi编码助手，性能飙升10倍

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐