Rust实现智能助手 - 项目初始化

文章目录

前言

你好,我是醉墨居士,最近准备花一些时间来使用Rust语言实现一个智能助手,希望能够帮助到你。

环境准备

  1. 安装Rust语言环境,你可以从官网下载安装包安装。
  2. 安装Ollama,你可以在官网下载安装包安装。(我这里暂时qwen2.5:0.5b模型)
  3. 安装PostgreSQL数据库。

依赖

toml 复制代码
ollama-rs = "0.2.2"
tokio = { version = "1.43.0", features = ["full"] }
tokio-stream = { version = "0.1.17" }
axum = "0.8.1"

代码

rust 复制代码
use std::{collections::HashMap, sync::OnceLock};

use axum::{
    extract::Query, routing::get, Json, Router
};
use ollama_rs::{
    generation::completion::request::GenerationRequest, Ollama
};

#[derive(Debug)]
struct Context {
    ollama: Ollama,
}

static CONTEXT: OnceLock<Context> = OnceLock::new();

impl Context {
    fn global() -> &'static Self {
        CONTEXT.get_or_init(|| {
            println!("Initializing Ollama...");
            Context {
                ollama: Ollama::default(),
            }
        })
    }
}

#[tokio::main]
async fn main() {
    let app = Router::new().route("/", get(chat));

    let listener = tokio::net::TcpListener::bind("0.0.0.0:3000").await.unwrap();
    axum::serve(listener, app).await.unwrap();
}

async fn chat(Query(mut query): Query<HashMap<String, String>>) -> Json<String> {
    let prompt = if let Some(prompt) = query.remove("prompt") {
        prompt
    } else {
        return Json("Error: prompt not provided".to_string());
    };

    let req = GenerationRequest::new("qwen2.5:0.5b".into(), prompt);
    let res = Context::global().ollama.generate(req).await;
    Json(
        if let Ok(res) = res {
            res.response
        } else {
            "Error".to_string()
        }
    )
}

运行

bash 复制代码
cargo run

使用

打开浏览器,访问http://localhost:3000?prompt=你好,即可得到AI回复

最后

我是醉墨居士,这篇博客就先到这里,后续我会继续更新,欢迎你提出宝贵意见,互相交流,共同进步

相关推荐
长安不见15 小时前
从CompletionService的一个错误用法谈起
后端
3D探路人15 小时前
模灵 大模型聚合API 转发流程技术实现
java·大数据·开发语言·前端·人工智能·计算机视觉
l1t16 小时前
JIT执行python脚本的工具codon安装和测试
开发语言·python
空山返景16 小时前
Dify RAG知识库-自部署完整指南
后端
程似锦吖16 小时前
无中生有 之 从0开始写一个动态定时任务管理
java·开发语言
苏三的开发日记16 小时前
如何规避死锁
后端
该用户已不存在16 小时前
用 Claude Code Agents 与 CI/CD 搭建自动化研发团队(Part 3)
后端·ai编程·claude
豹哥学前端16 小时前
agent智能体经典范式构建
人工智能·后端
Dxy123931021617 小时前
Python 去除 HTML 标签获取纯文本
开发语言·python·html
纤纡.17 小时前
从零搭建 AI 智能 PDF 问答工具:Streamlit+LangChain + 千问大模型实战
人工智能·阿里云·语言模型·langchain