区块链 区块链技术 比特币公众号手机端
首页 区块链正文

程序员进阶必备：用Rust玩转AI，打造智能航班搜索工具！

liumuhui 1个月前 (02-09) 阅读数 41 #区块链
文章标签 RustRigLLMDeepSeekOpenAI

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

  1. 安装Rust：如果尚未安装Rust，请按照这里的说明进行安装。
  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。
    • 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

  1. 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。

  2. 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。

  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：

    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。

  4. 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。

  1. 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

  2. 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;

  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。

    #[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：

    #[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：

    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<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 

    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<(), 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：

    cargo build

    修复可能出现的编译错误。

  2. 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。

版权声明

本文仅代表作者观点，不代表区块链技术网立场。
本文系作者授权本站发表，未经许可，不得转载。

上一篇：震撼来袭！Rust+Rig 魔法配方，打造 AI 驱动 Discord 神器 下一篇：零代码制作一款属于自己的永久网页
相关文章

发表评论:

◎欢迎参与讨论，请在这里发表您的看法、交流您的观点。

区块链

区块链

区块链技术网
作者文章
浏览更多
热门
最新文章
标签列表

Powered By Z-BlogPHP Theme By 编程老白