程序员进阶必备：用Rust玩转AI，打造智能航班搜索工具！

King
更新于 14小时前
阅读 55

简介你是否曾经与Siri、Alexa等AI助手聊天，或者使用过那些帮助你预订航班或查询天气的智能聊天机器人？你是否好奇这些助手背后的工作原理？今天，我们将通过使用Rust和Rig库构建一个属于自己的航班搜索AI助手，来揭开这些技术的神秘面纱。你可能会想：“等等，Rust？那不是以难学著称的语言吗

# 简介

你是否曾经与Siri、Alexa等AI助手聊天，或者使用过那些帮助你预订航班或查询天气的智能聊天机器人？你是否好奇这些助手背后的工作原理？今天，我们将通过使用Rust和Rig库构建一个属于自己的航班搜索AI助手，来揭开这些技术的神秘面纱。

你可能会想：“等等，Rust？那不是以难学著称的语言吗？”别担心！我们将一步步带你走过整个过程，并解释每个概念。到最后，你不仅会拥有一个酷炫的AI助手，还会对Rust编程有初步的了解。

以下是我们的计划：

1. **为什么选择Rust和Rig？** 了解我们选择的工具。
2. **环境设置**：准备好Rust和Rig。
3. **理解代理和工具**：我们助手的“大脑”和“手”。
4. **构建航班搜索工具**：实现核心功能。
5. **创建AI代理**：让我们的助手“活”起来。
6. **运行和测试**：看看我们的成果。
7. **总结**：回顾和下一步计划。

本项目的完整源代码可以在我们的[Replit页面](https://replit.com/)和[Github](https://github.com/)上找到。

听起来很激动人心吗？让我们开始吧！

---

# 为什么选择Rust和Rig？

### 为什么选择Rust？
Rust是一种系统编程语言，以其高性能和安全性著称。但除此之外，Rust在Web开发、游戏开发以及现在的AI应用领域也崭露头角。以下是我们选择Rust的原因：

- **性能**：Rust速度极快，非常适合需要快速处理数据的应用。
- **安全性**：通过严格的编译器检查，Rust确保内存安全，防止常见错误。
- **并发性**：Rust使编写并发程序变得更容易，非常适合同时处理多个任务。了解更多关于Rust的并发模型。

### 为什么选择Rig？
Rig是一个开源的Rust库，简化了使用大型语言模型（LLM，如GPT-4、DeepSeek）构建应用程序的过程。你可以将Rig视为一个工具包，它提供了：

- **统一的API**：抽象了不同LLM提供商的复杂性。
- **高级抽象**：帮助你构建代理和工具，而无需从头开始。
- **可扩展性**：你可以创建适合你应用需求的自定义工具。

通过结合Rust和Rig，我们能够构建一个强大、高效且智能的助手。

---

# 环境设置

在开始编码之前，我们需要准备好一切。

### 先决条件
1. **安装Rust**：如果尚未安装Rust，请按照[这里](https://www.rust-lang.org/)的说明进行安装。
2. **基本的Rust知识**：如果你是新手，别担心，我们会在过程中解释Rust的概念。
3. **API密钥**：
   - **OpenAI API密钥**：注册并获取你的密钥[这里](https://platform.openai.com/)。
   - **RapidAPI密钥**：我们将使用它来访问TripAdvisor的航班搜索API。获取密钥[这里](https://rapidapi.com/)。

### 项目设置
1. **创建一个新的Rust项目**  
   打开终端并运行：
   
   ```bash
   cargo new flight_search_assistant
   cd flight_search_assistant
   ```
   
   这将初始化一个名为`flight_search_assistant`的新Rust项目。

2. **更新Cargo.toml**  
   打开`Cargo.toml`文件并添加必要的依赖：
   
   ```toml
   [package]
   name = "flight_search_assistant"
   version = "0.1.0"
   edition = "2021"

[dependencies]
   rig-core = "0.7.0"
   tokio = { version = "1.34.0", features = ["full"] }
   serde = { version = "1.0", features = ["derive"] }
   serde_json = "1.0"
   reqwest = { version = "0.11", features = ["json", "tls"] }
   dotenv = "0.15"
   thiserror = "1.0"
   chrono = { version = "0.4", features = ["serde"] }
   ```
   
   以下是这些依赖的简要说明：
   - `rig-core`：Rig的核心库。
   - `tokio`：Rust的异步运行时，允许我们并发执行任务。
   - `serde`和`serde_json`：用于序列化和反序列化数据的库。
   - `reqwest`：用于发送HTTP请求的客户端。
   - `dotenv`：从`.env`文件加载环境变量。
   - `thiserror`：用于更好的错误处理。
   - `chrono`：用于处理日期和时间。

3. **设置环境变量**  
   为了安全起见，我们不希望硬编码API密钥。相反，我们将它们存储在`.env`文件中。  
   创建文件：
   
   ```bash
   touch .env
   ```
   
   在`.env`中添加你的API密钥：
   
   ```env
   OPENAI_API_KEY=your_openai_api_key_here
   RAPIDAPI_KEY=your_rapidapi_key_here
   ```
   
   请将占位符替换为你的实际密钥。

4. **安装依赖**  
   在终端中运行：
   
   ```bash
   cargo build
   ```
   
   这将下载并编译所有依赖项。

---

# 理解代理和工具

在开始编码之前，让我们澄清一些关键概念。

### 什么是代理？
在Rig（以及一般的AI应用）的上下文中，代理就像你助手的“大脑”。它负责解释用户输入、决定采取什么操作并生成响应。

你可以将代理视为乐队的指挥，协调不同的乐器（或工具）来创作和谐的音乐（或响应）。

### 什么是工具？
工具是代理用来完成任务的能力或操作。每个工具执行特定的功能。在我们的例子中，航班搜索功能就是代理用来获取航班信息的工具。

继续我们的比喻，工具是乐队中的乐器，每个乐器都扮演着特定的角色。

### 它们如何协同工作？
当用户问：“帮我找从纽约到洛杉矶的航班”时，代理会处理这个请求，并决定需要使用航班搜索工具来获取信息。

---

# 构建航班搜索工具

现在，让我们构建处理航班搜索的工具。

1. **创建工具文件**  
   在`src`目录中创建一个新文件`flight_search_tool.rs`：
   
   ```bash
   touch src/flight_search_tool.rs
   ```

2. **导入必要的库**  
   打开`flight_search_tool.rs`并添加：
   
   ```rust
   use chrono::{DateTime, Duration, Utc};
   use rig::completion::ToolDefinition;
   use rig::tool::Tool;
   use serde::{Deserialize, Serialize};
   use serde_json::{json, Value};
   use std::collections::HashMap;
   use std::env;
   ```

3. **定义数据结构**  
   我们将定义结构来处理输入参数和输出结果。
   
   ```rust
   #[derive(Deserialize)]
   pub struct FlightSearchArgs {
       source: String,
       destination: String,
       date: Option<String>,
       sort: Option<String>,
       service: Option<String>,
       itinerary_type: Option<String>,
       adults: Option<u8>,
       seniors: Option<u8>,
       currency: Option<String>,
       nearby: Option<String>,
       nonstop: Option<String>,
   }

#[derive(Serialize)]
   pub struct FlightOption {
       pub airline: String,
       pub flight_number: String,
       pub departure: String,
       pub arrival: String,
       pub duration: String,
       pub stops: usize,
       pub price: f64,
       pub currency: String,
       pub booking_url: String,
   }
   ```
   
   - `FlightSearchArgs`：表示用户提供的参数。
   - `FlightOption`：表示我们将展示给用户的每个航班选项。

4. **使用`thiserror`进行错误处理**  
   Rust鼓励我们显式处理错误。我们将定义一个自定义错误类型：
   
   ```rust
   #[derive(Debug, thiserror::Error)]
   pub enum FlightSearchError {
       #[error("HTTP request failed: {0}")]
       HttpRequestFailed(String),
       #[error("Invalid response structure")]
       InvalidResponse,
       #[error("API error: {0}")]
       ApiError(String),
       #[error("Missing API key")]
       MissingApiKey,
   }
   ```

5. **实现工具特性**  
   现在，我们将为`FlightSearchTool`实现`Tool`特性。  
   首先，定义工具：
   
   ```rust
   pub struct FlightSearchTool;
   ```
   
   然后实现特性：
   
   ```rust
   impl Tool for FlightSearchTool {
       const NAME: &'static str = "search_flights";

type Args = FlightSearchArgs;
       type Output = String;
       type Error = FlightSearchError;

async fn definition(&self, _prompt: String) -> ToolDefinition {
           ToolDefinition {
               name: Self::NAME.to_string(),
               description: "Search for flights between two airports".to_string(),
               parameters: json!({
                   "type": "object",
                   "properties": {
                       "source": { "type": "string", "description": "Source airport code (e.g., 'JFK')" },
                       "destination": { "type": "string", "description": "Destination airport code (e.g., 'LAX')" },
                       "date": { "type": "string", "description": "Flight date in 'YYYY-MM-DD' format" },
                   },
                   "required": ["source", "destination"]
               }),
           }
       }

async fn call(&self, args: Self::Args) -> Result<Self::Output, Self::Error> {
           // 我们将在下一步实现调用航班搜索API的逻辑。
           Ok("Flight search results".to_string())
       }
   }
   ```

6. **实现`call`函数**  
   现在，让我们完善`call`函数。  
   
   a. **获取API密钥**  
   
   ```rust
   let api_key = env::var("RAPIDAPI_KEY").map_err(|_| FlightSearchError::MissingApiKey)?;
   ```
   
   b. **设置默认值**  
   
   ```rust
   let date = args.date.unwrap_or_else(|| {
       let date = Utc::now() + Duration::days(30);
       date.format("%Y-%m-%d").to_string()
   });
   ```
   
   c. **构建查询参数**  
   
   ```rust
   let mut query_params = HashMap::new();
   query_params.insert("sourceAirportCode", args.source);
   query_params.insert("destinationAirportCode", args.destination);
   query_params.insert("date", date);
   ```
   
   d. **发送API请求**  
   
   ```rust
   let client = reqwest::Client::new();
   let response = client
       .get("https://tripadvisor16.p.rapidapi.com/api/v1/flights/searchFlights")
       .headers({
           let mut headers = reqwest::header::HeaderMap::new();
           headers.insert("X-RapidAPI-Host", "tripadvisor16.p.rapidapi.com".parse().unwrap());
           headers.insert("X-RapidAPI-Key", api_key.parse().unwrap());
           headers
       })
       .query(&query_params)
       .send()
       .await
       .map_err(|e| FlightSearchError::HttpRequestFailed(e.to_string()))?;
   ```
   
   e. **解析和格式化响应**  
   
   ```rust
   let text = response
       .text()
       .await
       .map_err(|e| FlightSearchError::HttpRequestFailed(e.to_string()))?;

let data: Value = serde_json::from_str(&text)
       .map_err(|e| FlightSearchError::HttpRequestFailed(e.to_string()))?;

let mut flight_options = Vec::new();

// 这里我们需要提取航班选项。（为了简洁起见，我们省略了完整代码。）

// 将航班选项格式化为可读的字符串
   let mut output = String::new();
   output.push_str("Here are some flight options:\n\n");

for (i, option) in flight_options.iter().enumerate() {
       output.push_str(&format!("{}. **Airline**: {}\n", i + 1, option.airline));
       // 其他格式化...
   }

Ok(output)
   ```

---

# 创建AI代理

现在我们的工具已经准备好了，让我们构建使用它的代理。

### 更新`main.rs`
打开`src/main.rs`并更新：

```rust
mod flight_search_tool;

use crate::flight_search_tool::FlightSearchTool;
use dotenv::dotenv;
use rig::completion::Prompt;
use rig::providers::openai;
use std::error::Error;

#[tokio::main]
async fn main() -> Result<(), Box<dyn Error>> {
    dotenv().ok();

let openai_client = openai::Client::from_env();

let agent = openai_client
        .agent("gpt-4")
        .preamble("You are a helpful assistant that can find flights for users.")
        .tool(FlightSearchTool)
        .build();

let response = agent
        .prompt("Find me flights from San Antonio (SAT) to Atlanta (ATL) on November 15th 2024.")
        .await?;

println!("Agent response:\n{}", response);

Ok(())
}
```

> 译者注：此处的 OpenAI 可替换为其他大语言模型（LLM），例如近期备受瞩目的 DeepSeek。在学习过程中，我为 Rig 官方补充完善了关于 DeepSeek 能力的相关内容。

---

# 运行和测试

让我们看看我们的助手是如何工作的！

1. **构建项目**  
   在终端中运行：
   
   ```bash
   cargo build
   ```
   
   修复可能出现的编译错误。

2. **运行应用程序**  
   
   ```bash
   cargo run
   ```
   
   你应该会看到类似以下的输出：
   
   ```
   Agent response:
   Here are some flight options:

1. **Airline**: Spirit
      - **Flight Number**: NK123
      - **Departure**: 2024-11-15T05:00:00-06:00
      - **Arrival**: 2024-11-15T10:12:00-05:00
      - **Duration**: 4 hours 12 minutes
      - **Stops**: 1 stop(s)
      - **Price**: 77.97 USD
      - **Booking URL**: https://www.tripadvisor.com/CheapFlightsPartnerHandoff...

2. **Airline**: American
      - **Flight Number**: AA456
      - **Departure**: 2024-11-15T18:40:00-06:00
      - **Arrival**: 2024-11-15T23:58:00-05:00
      - **Duration**: 4 hours 18 minutes
      - **Stops**: 1 stop(s)
      - **Price**: 119.97 USD
      - **Booking URL**: https://www.tripadvisor.com/CheapFlightsPartnerHandoff...
   ```

---

# 总结

恭喜！你已经使用Rust和Rig构建了一个功能齐全的航班搜索AI助手。以下是我们的成果：

- **学习了Rust基础知识**：我们探索了Rust的语法和结构，包括错误处理和异步编程。
- **理解了代理和工具**：我们了解了代理如何充当“大脑”，工具如何充当“技能”。
- **构建了自定义工具**：我们创建了一个与外部API交互的航班搜索工具。
- **创建了AI代理**：我们将工具集成到一个能够理解和响应用户查询的代理中。
- **运行和测试了助手**：我们看到了助手如何获取并展示航班选项。

### 下一步
- **增强工具**：添加更多参数，如服务等级、乘客数量或价格过滤。
- **改进错误处理**：处理没有找到航班或API速率限制达到的情况。
- **用户界面**：构建一个简单的命令行界面或Web前端。

### 资源
- **Rig仓库**：[Github](https://github.com/)
- **Rig文档**：[Rig Docs](https://rig.rs/docs)
- **Rust编程语言**：[The Rust Book](https://doc.rust-lang.org/book/)
- **OpenAI API**：[OpenAI API Documentation](https://platform.openai.com/docs)
- **RapidAPI航班API**：[TripAdvisor Flight Search API](https://rapidapi.com/)

### 保持联系
如果你对Rust、LLM或构建智能助手感兴趣，欢迎随时联系我！我很乐意回答你关于Rig的问题，并看看你用Rig构建了什么酷炫的项目。

简介

以下是我们的计划：

为什么选择Rust和Rig？ 了解我们选择的工具。
环境设置：准备好Rust和Rig。
理解代理和工具：我们助手的“大脑”和“手”。
构建航班搜索工具：实现核心功能。
创建AI代理：让我们的助手“活”起来。
运行和测试：看看我们的成果。
总结：回顾和下一步计划。

本项目的完整源代码可以在我们的Replit页面和Github上找到。

听起来很激动人心吗？让我们开始吧！

为什么选择Rust和Rig？

为什么选择Rust？

Rust是一种系统编程语言，以其高性能和安全性著称。但除此之外，Rust在Web开发、游戏开发以及现在的AI应用领域也崭露头角。以下是我们选择Rust的原因：

性能：Rust速度极快，非常适合需要快速处理数据的应用。
安全性：通过严格的编译器检查，Rust确保内存安全，防止常见错误。
并发性：Rust使编写并发程序变得更容易，非常适合同时处理多个任务。了解更多关于Rust的并发模型。

为什么选择Rig？

Rig是一个开源的Rust库，简化了使用大型语言模型（LLM，如GPT-4、DeepSeek）构建应用程序的过程。你可以将Rig视为一个工具包，它提供了：

统一的API：抽象了不同LLM提供商的复杂性。
高级抽象：帮助你构建代理和工具，而无需从头开始。
可扩展性：你可以创建适合你应用需求的自定义工具。

通过结合Rust和Rig，我们能够构建一个强大、高效且智能的助手。

环境设置

在开始编码之前，我们需要准备好一切。

先决条件

安装Rust：如果尚未安装Rust，请按照这里的说明进行安装。
基本的Rust知识：如果你是新手，别担心，我们会在过程中解释Rust的概念。
API密钥：
- OpenAI API密钥：注册并获取你的密钥这里。
- RapidAPI密钥：我们将使用它来访问TripAdvisor的航班搜索API。获取密钥这里。

项目设置

创建一个新的Rust项目
打开终端并运行：
```
cargo new flight_search_assistant
cd flight_search_assistant
```
这将初始化一个名为flight_search_assistant的新Rust项目。
更新Cargo.toml
打开Cargo.toml文件并添加必要的依赖：
```
[package]
name = "flight_search_assistant"
version = "0.1.0"
edition = "2021"

[dependencies]
rig-core = "0.7.0"
tokio = { version = "1.34.0", features = ["full"] }
serde = { version = "1.0", features = ["derive"] }
serde_json = "1.0"
reqwest = { version = "0.11", features = ["json", "tls"] }
dotenv = "0.15"
thiserror = "1.0"
chrono = { version = "0.4", features = ["serde"] }
```
以下是这些依赖的简要说明：
- rig-core：Rig的核心库。
- tokio：Rust的异步运行时，允许我们并发执行任务。
- serde和serde_json：用于序列化和反序列化数据的库。
- reqwest：用于发送HTTP请求的客户端。
- dotenv：从.env文件加载环境变量。
- thiserror：用于更好的错误处理。
- chrono：用于处理日期和时间。
设置环境变量
为了安全起见，我们不希望硬编码API密钥。相反，我们将它们存储在.env文件中。
创建文件：
```
touch .env
```
在.env中添加你的API密钥：
```
OPENAI_API_KEY=your_openai_api_key_here
RAPIDAPI_KEY=your_rapidapi_key_here
```
请将占位符替换为你的实际密钥。
安装依赖
在终端中运行：
```
cargo build
```
这将下载并编译所有依赖项。

理解代理和工具

在开始编码之前，让我们澄清一些关键概念。

什么是代理？

在Rig（以及一般的AI应用）的上下文中，代理就像你助手的“大脑”。它负责解释用户输入、决定采取什么操作并生成响应。

你可以将代理视为乐队的指挥，协调不同的乐器（或工具）来创作和谐的音乐（或响应）。

什么是工具？

工具是代理用来完成任务的能力或操作。每个工具执行特定的功能。在我们的例子中，航班搜索功能就是代理用来获取航班信息的工具。

继续我们的比喻，工具是乐队中的乐器，每个乐器都扮演着特定的角色。

它们如何协同工作？

当用户问：“帮我找从纽约到洛杉矶的航班”时，代理会处理这个请求，并决定需要使用航班搜索工具来获取信息。

构建航班搜索工具

现在，让我们构建处理航班搜索的工具。

创建工具文件
在src目录中创建一个新文件flight_search_tool.rs：
```
touch src/flight_search_tool.rs
```

导入必要的库
打开flight_search_tool.rs并添加：

use chrono::{DateTime, Duration, Utc};
use rig::completion::ToolDefinition;
use rig::tool::Tool;
use serde::{Deserialize, Serialize};
use serde_json::{json, Value};
use std::collections::HashMap;
use std::env;

定义数据结构
我们将定义结构来处理输入参数和输出结果。

#[derive(Deserialize)]
pub struct FlightSearchArgs {
   source: String,
   destination: String,
   date: Option&lt;String>,
   sort: Option&lt;String>,
   service: Option&lt;String>,
   itinerary_type: Option&lt;String>,
   adults: Option&lt;u8>,
   seniors: Option&lt;u8>,
   currency: Option&lt;String>,
   nearby: Option&lt;String>,
   nonstop: Option&lt;String>,
}

#[derive(Serialize)]
pub struct FlightOption {
   pub airline: String,
   pub flight_number: String,
   pub departure: String,
   pub arrival: String,
   pub duration: String,
   pub stops: usize,
   pub price: f64,
   pub currency: String,
   pub booking_url: String,
}

FlightSearchArgs：表示用户提供的参数。
FlightOption：表示我们将展示给用户的每个航班选项。

使用thiserror进行错误处理
Rust鼓励我们显式处理错误。我们将定义一个自定义错误类型：

#[derive(Debug, thiserror::Error)]
pub enum FlightSearchError {
   #[error("HTTP request failed: {0}")]
   HttpRequestFailed(String),
   #[error("Invalid response structure")]
   InvalidResponse,
   #[error("API error: {0}")]
   ApiError(String),
   #[error("Missing API key")]
   MissingApiKey,
}

实现工具特性
现在，我们将为FlightSearchTool实现Tool特性。
首先，定义工具：

pub struct FlightSearchTool;

然后实现特性：

impl Tool for FlightSearchTool {
   const NAME: &'static str = "search_flights";

   type Args = FlightSearchArgs;
   type Output = String;
   type Error = FlightSearchError;

   async fn definition(&self, _prompt: String) -> ToolDefinition {
       ToolDefinition {
           name: Self::NAME.to_string(),
           description: "Search for flights between two airports".to_string(),
           parameters: json!({
               "type": "object",
               "properties": {
                   "source": { "type": "string", "description": "Source airport code (e.g., 'JFK')" },
                   "destination": { "type": "string", "description": "Destination airport code (e.g., 'LAX')" },
                   "date": { "type": "string", "description": "Flight date in 'YYYY-MM-DD' format" },
               },
               "required": ["source", "destination"]
           }),
       }
   }

   async fn call(&self, args: Self::Args) -> Result&lt;Self::Output, Self::Error> {
       // 我们将在下一步实现调用航班搜索API的逻辑。
       Ok("Flight search results".to_string())
   }
}

实现call函数
现在，让我们完善call函数。

a. 获取API密钥

let api_key = env::var("RAPIDAPI_KEY").map_err(|_| FlightSearchError::MissingApiKey)?;

b. 设置默认值

let date = args.date.unwrap_or_else(|| {
   let date = Utc::now() + Duration::days(30);
   date.format("%Y-%m-%d").to_string()
});

c. 构建查询参数

let mut query_params = HashMap::new();
query_params.insert("sourceAirportCode", args.source);
query_params.insert("destinationAirportCode", args.destination);
query_params.insert("date", date);

d. 发送API请求

let client = reqwest::Client::new();
let response = client
   .get("https://tripadvisor16.p.rapidapi.com/api/v1/flights/searchFlights")
   .headers({
       let mut headers = reqwest::header::HeaderMap::new();
       headers.insert("X-RapidAPI-Host", "tripadvisor16.p.rapidapi.com".parse().unwrap());
       headers.insert("X-RapidAPI-Key", api_key.parse().unwrap());
       headers
   })
   .query(&query_params)
   .send()
   .await
   .map_err(|e| FlightSearchError::HttpRequestFailed(e.to_string()))?;

e. 解析和格式化响应

let text = response
   .text()
   .await
   .map_err(|e| FlightSearchError::HttpRequestFailed(e.to_string()))?;

let data: Value = serde_json::from_str(&text)
   .map_err(|e| FlightSearchError::HttpRequestFailed(e.to_string()))?;

let mut flight_options = Vec::new();

// 这里我们需要提取航班选项。（为了简洁起见，我们省略了完整代码。）

// 将航班选项格式化为可读的字符串
let mut output = String::new();
output.push_str("Here are some flight options:\n\n");

for (i, option) in flight_options.iter().enumerate() {
   output.push_str(&format!("{}. **Airline**: {}\n", i + 1, option.airline));
   // 其他格式化...
}

Ok(output)

创建AI代理

现在我们的工具已经准备好了，让我们构建使用它的代理。

更新`main.rs`

打开src/main.rs并更新：

mod flight_search_tool;

use crate::flight_search_tool::FlightSearchTool;
use dotenv::dotenv;
use rig::completion::Prompt;
use rig::providers::openai;
use std::error::Error;

#[tokio::main]
async fn main() -> Result&lt;(), Box&lt;dyn Error>> {
    dotenv().ok();

    let openai_client = openai::Client::from_env();

    let agent = openai_client
        .agent("gpt-4")
        .preamble("You are a helpful assistant that can find flights for users.")
        .tool(FlightSearchTool)
        .build();

    let response = agent
        .prompt("Find me flights from San Antonio (SAT) to Atlanta (ATL) on November 15th 2024.")
        .await?;

    println!("Agent response:\n{}", response);

    Ok(())
}

译者注：此处的 OpenAI 可替换为其他大语言模型（LLM），例如近期备受瞩目的 DeepSeek。在学习过程中，我为 Rig 官方补充完善了关于 DeepSeek 能力的相关内容。

运行和测试

让我们看看我们的助手是如何工作的！

构建项目
在终端中运行：
```
cargo build
```
修复可能出现的编译错误。

运行应用程序

cargo run

你应该会看到类似以下的输出：

Agent response:
Here are some flight options:

1. **Airline**: Spirit
  - **Flight Number**: NK123
  - **Departure**: 2024-11-15T05:00:00-06:00
  - **Arrival**: 2024-11-15T10:12:00-05:00
  - **Duration**: 4 hours 12 minutes
  - **Stops**: 1 stop(s)
  - **Price**: 77.97 USD
  - **Booking URL**: https://www.tripadvisor.com/CheapFlightsPartnerHandoff...

2. **Airline**: American
  - **Flight Number**: AA456
  - **Departure**: 2024-11-15T18:40:00-06:00
  - **Arrival**: 2024-11-15T23:58:00-05:00
  - **Duration**: 4 hours 18 minutes
  - **Stops**: 1 stop(s)
  - **Price**: 119.97 USD
  - **Booking URL**: https://www.tripadvisor.com/CheapFlightsPartnerHandoff...

总结

恭喜！你已经使用Rust和Rig构建了一个功能齐全的航班搜索AI助手。以下是我们的成果：

学习了Rust基础知识：我们探索了Rust的语法和结构，包括错误处理和异步编程。
理解了代理和工具：我们了解了代理如何充当“大脑”，工具如何充当“技能”。
构建了自定义工具：我们创建了一个与外部API交互的航班搜索工具。
创建了AI代理：我们将工具集成到一个能够理解和响应用户查询的代理中。
运行和测试了助手：我们看到了助手如何获取并展示航班选项。

下一步

增强工具：添加更多参数，如服务等级、乘客数量或价格过滤。
改进错误处理：处理没有找到航班或API速率限制达到的情况。
用户界面：构建一个简单的命令行界面或Web前端。

资源

Rig仓库：Github
Rig文档：Rig Docs
Rust编程语言：The Rust Book
OpenAI API：OpenAI API Documentation
RapidAPI航班API：TripAdvisor Flight Search API

保持联系

如果你对Rust、LLM或构建智能助手感兴趣，欢迎随时联系我！我很乐意回答你关于Rig的问题，并看看你用Rig构建了什么酷炫的项目。

翻译
学分: 0
分类: Rust
标签: Rust Rig LLM DeepSeek OpenAI

本文参与登链社区写作激励计划，好文好收益，欢迎正在阅读的你也加入。

程序员进阶必备：用Rust玩转AI，打造智能航班搜索工具！

简介

为什么选择Rust和Rig？

为什么选择Rust？

为什么选择Rig？

环境设置

先决条件

项目设置

理解代理和工具

什么是代理？

什么是工具？

它们如何协同工作？

构建航班搜索工具

创建AI代理

更新`main.rs`

运行和测试

总结

下一步

资源

保持联系

0 条评论

文章目录

程序员进阶必备：用Rust玩转AI，打造智能航班搜索工具！

简介

为什么选择Rust和Rig？

为什么选择Rust？

为什么选择Rig？

环境设置

先决条件

项目设置

理解代理和工具

什么是代理？

什么是工具？

它们如何协同工作？

构建航班搜索工具

创建AI代理

更新main.rs

运行和测试

总结

下一步

资源

保持联系

0 条评论

文章目录

更新`main.rs`