初次体验Tauri和Sycamore（1）

Liigo2024-11-11 14:33

原创作者：庄晓立（LIIGO）

原创时间：2024年11月10日

原创链接：https://blog.csdn.net/liigo/article/details/143666827

版权所有，转载请注明出处。

前言

Tauri 2.0发布于2024年10月2日，Sycamore 0.9发布于2024年11月1日。二者在近期双双发布重大版本升级，是我(LIIGO)本次想体验他们的主要动机。Tauri自2022年发布v1.0之后就早已火出天际，而Sycamore自2022发布v0.8之后沉寂了两年之久，如今各自凤凰涅槃，他们的组合体会擦出怎样的火花？

关于Tauri

Tarui用于创建小巧、快速、安全、跨平台的桌面GUI应用和移动应用软件。

Create small, fast, secure, cross-platform applications.

Tauri APP主要由三个子系统组成，Webview + Shell + Rust。其中Webview是前端WEB载体，用于展现UI与用户交互；Shell是Webview的载体，提供窗口/菜单/通知等OS级支撑；Rust是后端核心，为前端提供功能支撑和运行时支撑。前端WebUI + 后端Rust业务逻辑，整合了WEB在布局和UI的优势以及Rust后端功能性能优势，是颇具竞争力的跨平台GUI应用开发模式，且已被Electron和Tauri实证有效。在Rust编程领域，主流NativeUI框架稀缺或生态不成熟，主动拥抱生态极其丰富的JS/TS前端框架是明智之举。

为什么需要Rust在后端提供功能支撑呢？因为前端App运行在Webview中，那是沙箱环境，其功能受限（例如不能启动OS进程/执行CLI），因而需要寻求拓展外界支持。对于Electron而言，由Nodejs提供后端支撑；对于Tauri而言，由Rust提供后端支撑。这也是Tauri和Electron的本质区别。区别的本质是不同程序员群体做出的不同倾向性选择：Rust程序员倾向于选择Rust，JS/TS程序员倾向于选择Nodejs。Tauri的核心运行时库也被编译进后端子系统，跟Tauri App的后端业务逻辑代码处于同一Crate。

Tauri 2.0开始引入插件(Plugins)生态，并且预置了一批立等可取的插件，可视为对后端的拓展，缓解了对后端的强依赖，对非Rust开发者更是福音。它的插件往往是跨桌面系统（Windows/Linux/macOS）和移动系统（Android/iOS）提供统一的接口。除了官方插件外，还有第三方插件可供选择。

抛开后端再看Webview，Tauri和Electron还有一个重大区别：Electron App内嵌携带Webview即Chromium；而Tauri App不携带Webview，它直接使用App用户OS里的Webview（Windows内的WebView2，macOS内的WKWebView，Linux内的webkit2gtk）。Electron的优势是Webview已知、确认与App兼容，劣势是App尺寸过大（上百MB）。Tauri的优势是App尺寸很小（十余MB），劣势是Webview未知、与App兼容性未知。此处Tauri的劣势是可控的、可接受的，理由如下：1) 各主流平台的Webview已经逐渐趋同（用现代的或相同的浏览器内核）；2) Tauri为App生成的安装程序(Installer)会协助用户获取兼容Webview；3) WEB前端App原本就不应该使用厂商专用特性。4) 做网站也是要面对不同的Webview，该踩得坑全球网友已帮你踩过了。

作为Tauri App的开发者，你没法选Webview（由目标用户的操作系统而定），也没法选后端语言（确定使用Rust语言），但你可以自由的选择前端框架（取决于你个人或团队的习惯和偏爱）。类似于Electron，Tauri也支持多种主流前端框架，如React、Vue、Svelte、Solid、Angular、Preact等等。Tauri不仅支持前述JS/TS前端，还支持WASM前端，如Yew、Leptos、Sycamore、Dioxus等（Rust语言），以及.Net的Blazor前端（C#语言）。当然你也可以不用任何框架（Vanilla，纯JavaScript/CSS/HTML）。

创建App

Tauri使用两个命令行工具 (create-tauri-app, tauri-cli) 创建和编译打包App。首先要安装这两个CLI：

shell 复制代码 
cargo install create-tauri-app --locked
cargo install tauri-cli --version "^2.0.0" --locked

create-tauri-app, tauri-cli 从Rust源码编译(cargo install)都相当耗时（均依赖数百个crates）。我还是建议自行下载编译后版本放到cargo bin目录。我给他们提了建议，今后会推荐使用 cargo binstall 下载编译好的二进制CLI，而不是使用cargo install从源码开始编译。

这两个CLI也有都对应的npm包：create-tauri-app, @tauri-apps/cli，二者都是间接调用Rust编译好的可执行文件。供TS/JS前端使用。

执行如下命令开始创建Tauri app：cargo create-tauri-app。CLI会逐步引导你输入或选择如下信息：

  • 项目名称(Project name)，默认是"tauri-app"
  • Identifier 默认是"com.tauri-app.app"
  • 前端语言，可选 Rust, TS/JS, .Net
  • UI模板，视前端语言而定
    • Rust UI模板：可选 Vanilla, Yew, Leptos, Sycamore, Dioxus
    • TS/JS UI模板：可选 Vanilla, Vue, Svelte, React, Solid, Angular, Preact
    • .Net UI模板：可选 Blazor

选TS/JS的UI模板前还需要选择包管理器：pnpm, yarn, npm, deno, bun

因为这次我(Liigo)想体验Tauri+Sycamore，因而前端语言选Rust，UI模板选Sycamore。

目录结构

Tauri+Sycamore App目录结构：

├─ public/
├─ src/
│  ├─ app.rs
│  └─ main.crs
├─ src-tauri/
│  ├─ ...
│  ├─ Cargo.toml
│  └─ tauri.conf.json
├─ .gitignore
├─ .taurignore
├─ Cargo.toml
├─ index.html
├─ README.md
├─ styles.css
└─ Trunk.toml

Tauri源码目录对前端和后端代码进行了隔离。后端代码使用src-tauri/子目录；前端代码使用除此之外的其他文件和子目录。

编译打包

开发版

cargo tauri dev

编译完成后自动启动App，弹出GUI主窗口。允许开发者在App运行过程中修改前端源代码，Tauri（或者说Trunk）会自动编译，并刷新App窗口内容，但是App并不会中途退出或重启（原理：Trunk通过WebSocket向开发版App推送重新加载UI的指令；Dioxus虽然没用Trunk但也实现了类似机制）。

它会检查Trunk是否存在，不存在的话会自动下载源码并编译。但是在Windows下编译Trunk很可能会碰到如下问题（间接依赖openssl开发者库）：

  It looks like you're compiling for MSVC but we couldn't detect an OpenSSL
  installation. If there isn't one installed then you can try the rust-openssl
  README for more information about how to download precompiled binaries of
  OpenSSL:

  https://github.com/sfackler/rust-openssl#windows

  note: run with `RUST_BACKTRACE=1` environment variable to display a backtrace
warning: build failed, waiting for other jobs to finish...
error: failed to compile `trunk v0.21.2`, intermediate artifacts can be found at `E:\tmp\RUST_DIR\CARGO_TARGET_DIR`.
To reuse those artifacts with a future compilation, set the environment variable `CARGO_TARGET_DIR` to that path.

我找到的解决办法是，去github的trunk官方仓库下载编译好的trunk.exe，丢进cargo bin目录即可（或任意PATH目录均可）。

如果cargo tauri dev过程中看到如下提示时只需耐心等待：

Warn Waiting for your frontend dev server to start on http://localhost:1420/...

这是因为Trunk先启动了（WEB服务监听1420端口），等待APP主动连接。但是编译App需要时间，等它编译完并启动后才能连上。

通过App窗口右键菜单"检查"可以打开devtools。在App运行过程中，还可以在浏览器中打开 http://localhost:1420/ ，网页外观和功能跟App窗口是一样的（可视为App的另一个实例）。

发行版

cargo tauri build

编译App并打包为安装包。

如果编译过程中提示正在下载Wix但失败（Github国内连接不稳定）：

Downloading https://github.com/wixtoolset/wix3/releases/download/wix3141rtm/wix314-binaries.zip

你可以通过其他方法手动下载此连接，解压到如下目录：C:\Users\liigo\AppData\Local\tauri\WixTools314\（里面有一堆exe等文件）。

此方法是我(LIIGO)从 Tauri仓库源码 里扒出来的。实证管用。

同理，如果NSIS也下载不了，可以用类似的办法手动下载解压到目录C:\Users\liigo\AppData\Local\tauri\NSIS。但是我没用这个方法。因为我觉得，既然已经有Wix用来生成MSI安装包，就没必要再下载NSIS用来生成另一种安装包。我研究了一下，将配置文件tauri.conf.json里面的bundle.targets改为"msi"（原来是"all"）即可禁用NSIS等。

文件大小

Tauri+Sycamore app编译后是一个可独立运行的图形用户界面（GUI）exe，其内部整合了wasm/css/图片等文件，没有其他外部依赖。exe文件大小是10.3MB，对应的安装包msi文件大小是3.6MB（安装后也只有那个exe和一个用于卸载的快捷方式文件(指向系统文件msiexec.exe /x)）。Sycamore生成的wasm文件大小为750KB（已包含在exe中）。App启动时有大约一两秒的窗口白屏。

作为对比，再看一下Tauri+Dioxus app的数据：exe大小10.6MB，msi大小3.9MB，wasm文件大小为1.3MB（debug版33MB或25MB），也有一两秒的启动白屏。大同小异吧。我(LIIGO)暂且认为这是Tauri App (Hello world)的平均水平。

这样的文件大小应该很香吧。最起码比Electron app香多了。

1MB的wasm文件，用在普通网站上，网络传输加载延迟是一个较大的负担，但是对Tauri app这种桌面应用而言，就是本地加载啊，性能没得说。况且Tauri还用了"Localhost free"技术，直接注入Webview，连本地WEB传输步骤也省了。

资源占用

Tauri+Sycamore app启动后，内部加载3到6个Webview2进程，连同exe合计占用内存60到90MB。

无操作时CPU占用率为0%；在app窗口上移动鼠标时，CPU占用率逐步上升到10%甚至更多。这个问题是不是需要改善呀。

Tauri+Dioxus app的表现与之类似。

命令(Commands)

前端可以调用后端定义的Command。反之则不行，因为只有后端有Command，前端没有。

TS/JS前端调用Command

Tauri给前端提供了调用后端Command的通用接口，invoke函数：

ts 复制代码 
import { invoke } from '@tauri-apps/api/core';
const result = invoke('greet', 'liigo'); // 调用后端greet命令并接收返回值

@tauri-apps/api是Tauri发布到npm的多个package之一，可供Tauri所有TS/JS前端框架使用。

示例greet是在后端Rust代码中自定义的Command（有参数有返回值）：

rust 复制代码 
#[tauri::command]
fn greet(name: &str) -> String {
    format!("Hello, {}! You've been greeted from Rust!", name)
}

注意：新增Command后需要同步更新lib.rs文件内的tauri::generate_handler![greet]调用。

此处涉及的前后端数据传输，本质是进程间通讯(IPC)，invoke()底层利用的是各Webview的专有实现，调用链：invoke, ipc, postMessage, window.ipc.postMessage, window.chrome.webview.postMessage, WRY crate。传输的内容是JSON文本。前后端要传输的值，传输前需序列化到JSON，传输后再从JSON反序列化。后端依赖serde_json crate。

Rust前端调用Command

但是，我现在用的是Rust前端啊，@tauri-apps/api用不上啊。

没关系，Tauri还通过另一种方式为前端提供接口：window.__TAURI__，大致等效于@tauri-apps/api。此接口存在的前提是事先修改tauri.conf.json文件配置app.withGlobalTauri为true。

于是，invoke函数就在这里：window.__TAURI__.core.invoke。Rust前端和TS/JS前端都能使用。

调用实例：

rust 复制代码 
#[wasm_bindgen]
extern "C" {
    #[wasm_bindgen(js_namespace = ["window", "__TAURI__", "core"])]
    async fn invoke(cmd: &str, args: JsValue) -> JsValue;
}

#[derive(Serialize, Deserialize)]
struct GreetArgs<'a> {
    name: &'a str,
}

let name = "liigo";
let args = serde_wasm_bindgen::to_value(&GreetArgs { name }).unwrap();
let new_msg = invoke("greet", args).await.as_string().unwrap();

可以看出，从Rust前端调用Rust后端，反而比TS/JS更麻烦。麻烦的点是：

  • 需要借助#[wasm_bindgen]声明invoke函数
  • 需要定义被调用Command的参数struct并支持序列化/反序列化JSON
  • Command的参数值需要先转换为JsValue类型才能传入invoke函数
  • invoke返回值是JsValue类型，还要转换类型才能使用

我想这可能是大伙儿不愿意在Tauri中使用Rust前端的原因之一。不知道后续能不能改善。现阶段还是使用TS/JS前端更有生产力，生态也更成熟。

题外话：Rust前端调用Rust后端？都是Rust，代码直接写在前端是不是就不用调用后端了？你想多了。Rust前端是被编译成WASM、在Webview沙箱环境中执行的，其功能也是受限的，有时候不可避免依赖Rust后端。

事件(Events)

前端可以给后端发送事件，后端也可以给前端发送事件。

前端给后端发送Event

TS/JS前端使用@tauri-apps/api package 内的emit()函数给后端发送Event。

ts 复制代码 
import { emit } from '@tauri-apps/api/event';
await emit('frontend-loaded', { loggedIn: true, token: 'authToken' });

emit()实际上只是对invoke()的简单封装：

ts 复制代码 
async function emit(event, payload) {
    await invoke('plugin:event|emit', { event, payload });
}

（上述invoke调用中的'plugin:event|emit'似乎暗示event也是一个插件？我研究后发现的确如此。）

Rust前端给后端发送Event，比照前文调用window.__TAURI__.event.emit()或window.__TAURI__.core.invoke()。

后端给前端发送Event

使用 tauri crate：

  • tauri::AppHandle::emit
  • tauri::App::emit
  • tauri::webview::WebviewWindow::emit
  • tauri::webview::Webview::emit
  • tauri::window::Window::emit

例如：

rust 复制代码 
use tauri::Emitter;

#[tauri::command]
fn synchronize(window: tauri::Window) {
  window.emit("synchronized", ());
}

Rust前端如何获取tauri::Window对象呢？我估计是比照前文调用window.__TAURI__.window.getCurrentWindow()。

通道(Channels)

通道用于在前后端之间快速双向传输大块数据、流数据，传输是有序的，先发先到。

通道在前端的JavaScript类型是@tauri-apps/api/core/Channel，位于@tauri-apps/api package内；通道在后端的Rust类型是tauri::ipc::Channel，位于tauri crate内。以上二者是Channel的一体两面，同一个Channel对象，在前端表现为JS Channel，在后端表现为Rust Channel。其底层如何实现的，我还不太清楚。

应用示例：https://tauri.app/develop/calling-frontend/#channels

插件(Plugins)

前端和后端都可以调用插件。

Tauri插件本身就是Rust的crate（例如tauri-plugin-dialog），在后端Rust代码中调用插件，跟调用其他crate一样，直接cargo add就OK了。

每个插件都有对应的npm包（例如@tauri-apps/plugin-dialog）提供TS/JS接口（通常是自动化生成），供TS/JS前端调用。如果是Rust前端呢，大概要麻烦一些，参考前端调用Command。

前面用于调用Command的invoke()函数也具备调用插件的功能，调用语法是：invoke('plugin:插件名|函数名', { 参数 })。

插件的TS/JS接口实际上也只是对invoke()的简单封装，例如：

ts 复制代码 
async function open(options = {}) {
    if (typeof options === 'object') {
        Object.freeze(options);
    }
    return await invoke('plugin:dialog|open', { options });
}

总结

近两年来Tauri受到大量关注，其Github仓库收获STAR已高达84.7K，逐渐逼近Electron的114K。它不仅吸引了许多Rust用户，还有很多前端非Rust用户尝试用它开发跨平台桌面应用程序。在后Tauri 2.0时代可以预见会有越来越多的开发者用它开发跨平台移动应用APP（安卓Android + 苹果iOS）。

我虽然也一直观望着Tauri的开发进展，但沉下心来仔细体验它，这还是头一次。借此机会，大致介绍了它的功能特点，初步总结了它的基础用法，希望对感兴趣的朋友们有所帮助。

感觉TS/JS前端与Tauri后端的结合更妥帖，使用更方便，生态更好。Rust前端与Tauri后端之间交互较为麻烦，尚需继续打磨。

关于标题中提到的Sycamore相关体验，我会发布在本系列后面的文章中，敬请期待。

相关推荐
SomeB1oody5 小时前
【Rust自学】4.1. 所有权：栈内存 vs. 堆内存
开发语言·后端·rust
SomeB1oody19 小时前
【Rust自学】4.2. 所有权规则、内存与分配
开发语言·后端·rust
SomeB1oody19 小时前
【Rust自学】4.5. 切片（Slice）
开发语言·后端·rust
编码浪子1 天前
构建一个rust生产应用读书笔记6-拒绝无效订阅者02
开发语言·后端·rust
baiyu331 天前
1小时放弃Rust(1): Hello-World
rust
baiyu331 天前
1小时放弃Rust(2): 两数之和
rust
Source.Liu1 天前
数据特性库 前言
rust·cad·num-traits
编码浪子1 天前
构建一个rust生产应用读书笔记7-确认邮件1
数据库·rust·php
SomeB1oody1 天前
【Rust自学】3.6. 控制流：循环
开发语言·后端·rust
Andrew_Ryan1 天前
深入了解 Rust 核心开发团队：这些人如何塑造了世界上最安全的编程语言
rust
热门推荐
01SQL 主从数据库实时备份02YOLOv8训练好模型后，追加轮数继续训练、或者提前终止训练，缩减训练轮数03玄机平台应急响应—webshell查杀04基于大语言模型（LLM）的合成数据生成、策展和评估的综述05HCIA-datacom数通题库和录播视频资料06Docker 夺命连环 15 问07VSCode插件 —— Cody AI （免费AI助手！）08校验 GPT-4 真实性的三个经典问题：快速区分 GPT-3.5 与 GPT-4，并提供免费测试网站09(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明10ARM学习（31）编译器对overlay方式的支持