actionbook/rust-skills

解决的问题

Rust Skills 为 AI 辅助 Rust 开发提供了一种结构化方法，超越了表面的语法修复（如针对所有权错误建议使用 .clone()），而是提供符合领域要求的架构级解决方案。通过强制 AI 在提出修复建议前经过认知层级的推理，防止其给出泛泛而谈的答案。

工作原理

该项目实现了一个包含三个层级的元认知框架：

1. 第一层：语言机制（如何）：处理编译器规则和语言特性（如所有权、并发性）。
2. 第二层：设计选择（什么）：聚焦于架构模式和生态系统选择（如 crate 选择、性能瓶颈）。
3. 第三层：领域约束（为什么）：应用特定行业的规则（如金融科技审计追踪或嵌入式 no_std 约束）。

当用户提出问题时，钩子层会触发 rust-router，识别入口层级，并在这些层级间向上或向下追溯逻辑，以达成解决方案。

适用人群

使用 AI 编码代理（特别是 Claude Code，但也兼容 Vercel AI 等）的 Rust 开发者，希望获得高质量、架构合理的代码建议，而非快速的语法修补。

主要亮点

• 元认知框架：一个三层模型，确保 AI 在处理机制之前先思考领域和设计。
• 动态技能生成：根据项目的 Cargo.toml 依赖项自动生成 AI 技能。
• 实时数据：与后台代理集成，获取最新的 Rust 版本和 crate 信息。
• 广泛领域支持：包含金融科技、机器学习、云原生、物联网、Web、CLI 和嵌入式开发的专用约束。
• 灵活安装：支持 Claude Code 的完整插件模式，或适用于其他代理的「仅技能」模式。