惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

博客园_首页
博客园 - Franky
大猫的无限游戏
大猫的无限游戏
博客园 - 三生石上(FineUI控件)
量子位
博客园 - 聂微东
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
S
SegmentFault 最新的问题
Apple Machine Learning Research
Apple Machine Learning Research
爱范儿
爱范儿
V
Visual Studio Blog
雷峰网
雷峰网
T
Tailwind CSS Blog
宝玉的分享
宝玉的分享
Blog — PlanetScale
Blog — PlanetScale
有赞技术团队
有赞技术团队
博客园 - 叶小钗
Microsoft Azure Blog
Microsoft Azure Blog
T
The Blog of Author Tim Ferriss
U
Unit 42
钛媒体:引领未来商业与生活新知
钛媒体:引领未来商业与生活新知
小众软件
小众软件
阮一峰的网络日志
阮一峰的网络日志
Y
Y Combinator Blog

Rust

Tower 限流中间件,主要面向 HTTP 服务,专注固定窗口限流。 - V2EX 折腾了一阵 Rust + Cosmopolitan, 搭了套工具链,现在能把一些常用的 cli 工具编译到 APE 了 - V2EX [开源] rload: 仅 3.5MB 内存,原生支持 Nginx 日志回放的 Rust 高性能压测工具 - V2EX RustScript: 给你的 Rust 项目带来脚本化功能 RUST 语法极其丑陋 一款跑在终端里的本地优先密码管理器,用全屏 TUI 管理账号、密钥和安全笔记。 如何理解 rust 闭包的借用值机制? 被借用的值在闭包内到底是什么类型? [开源] Best of RS - 一个由 Rust 编写的追踪 Rust 开源趋势的全栈 web 项目 Rust 真是非常适合 AI vibe coding 的语言 Pumpkin - 使用 Rust 开发的高性能 Minecraft 服务端 开源这两天 Vibe 的 Rust 重写的 OpenClaw 用 rust 写了一个非常简单的局域网文本同步的小玩意 [寻求帮助 Linux ] 用 rust 写了一个跨平台输入监听库(鼠标键盘) Contributions to Rust and LLVM in 2025 Linux 内核中的 rust 2025 年度 Rust 语言社区调查 已经发布 rust 让我抓狂、擦汗 推荐一款我写的动态配置语言: Faml 如何看待 Rust? Rust Web 开发脚手架 v0.6 发布啦! rathole 这个项目是不维护了吗? 之前那个 rust 贡献大佬找到工作了,找他的团队还不少 太快了! Rust 太快了! 介绍一个 like rails 的 rust 框架。 性能和开发速度都快。 除了写小工具外再也不想用 Rust 了 rust 我想你了 rust 程序员的硬盘是多大的? nodejs 继任者? rust 练手写的,仿 uv 包管理器 av Rust 的安全神话?为何在关键系统如数据库、大模型代码中仍选 C++ rust 实现的抓包存盘的程序 nsave
[开源自推]我用 Rust 做了一个约 30 MiB 内存的多入口 AI Age...
kuliantnt · 2026-08-03 · via Rust

最近一直在做一个开源项目:qq-maid-bot 。

项目最早只是想做一个能接入 QQ 、陪聊和记事的小机器人,后来越写越多,逐渐变成了一个可以自托管的多入口 AI Agent 。

GitHub: qq-maid-bot

目前主要支持 QQ 官方机器人和 OneBot 11 ,也提供可选的微信服务号文本入口。核心服务使用 Rust 编写,单进程运行,空闲状态常驻内存大约 25 MiB ,比较适合放在低配置服务器上长期运行。

现在已经实现的主要能力包括:

  • 多轮聊天、图片理解和引用消息上下文
  • 多 Provider 、多模型路由和自动降级
  • Tool Calling 与联网搜索
  • 个人记忆、群成员记忆和本地知识库
  • Todo 、定时提醒、每日摘要和主动推送
  • RSS 订阅、天气、火车查询等工具
  • QQ 语音回复
  • Web 配置中心、备份恢复和运维命令

我知道 QQ 机器人和 AI Agent 已经有不少成熟项目,所以这个项目并不是想证明“以前没人做过”。

我更想尝试的是另一种工程方向:

  1. 尽量保持单进程和低资源占用,不依赖一大堆外部服务才能启动。
  2. 对模型工具调用、记忆写入、主动推送和运维命令设置明确的权限边界。
  3. 同时兼容多个模型供应商,不把整个运行时绑定在某一家 API 上。
  4. 尽量让普通用户通过安装脚本和 Web 控制台完成部署,而不是必须手写大量配置。
  5. 把它当作一个真正长期运行的机器人维护,而不是只能展示 Demo 的聊天壳。

项目现在仍然处于持续开发阶段,功能比较多,文档和配置体验也还在不断整理。如果大家愿意试用,欢迎反馈实际部署中遇到的问题。

也很想听听大家的意见:这种偏低资源、自托管、带完整工具与主动推送能力的 Agent ,还有哪些方向值得继续做?