教程 - 如何用Rust异步下载文件

入门用。

https://codingt.com/blog/post0

RLLM - 对多LLM后端的封装

RLLM 是一个 Rust 库，让你在一个项目中使用多个 LLM 后端：OpenAI、Anthropic（Claude）、Ollama、DeepSeek、xAI 和 Phind。通过统一的 API 和构建器风格——类似 Stripe 的体验——你可以轻松地创建聊天或文本完成请求，而无需重复定义结构和库。

关键特点

• 多后端支持：通过单一入口点管理 OpenAI、Anthropic、Ollama、DeepSeek、xAI。
• 多步链式操作：创建包含不同后端的多步链式操作。
• 模板支持：使用模板创建包含变量的复杂提示。
• 构建器模式：通过简单的调用配置你的 LLM（模型、温度、最大 token 数、超时等）。
• 聊天与完成：两个统一的特征（ChatProvider 和 CompletionProvider）覆盖大多数用例。
• 可扩展：轻松添加新的后端。
• Rust 友好：设计时考虑了清晰的特征、统一的错误处理，并通过特性实现条件编译。
• 验证功能：为请求添加验证，确保输出符合预期。
• 评估功能：为请求添加评估，以对 LLM 输出进行评分。

https://github.com/graniet/rllm

Plotlars 0.8.0 发布

大家好，Rust 爱好者们！

我很高兴地宣布 Plotlars 0.8.0 的发布——这是我们朝着让 Rust 中的数据可视化变得更强大、更易访问、更具多功能性迈出的最新一步。

在这个版本中，我们引入了四种新的图表类型，为您提供了更多有趣的方式来可视化数据。无论您处理的是图像、地理数据集，还是矩阵数据，Plotlars 都能满足您的需求！

🚀 Plotlars 0.8.0 的新特性

🖼️ 图像图表支持：通过我们的新图像图表，轻松可视化栅格数据。非常适合直接在图表中嵌入和显示基于图像的数据集。

🥧 饼图支持：使用优雅且可自定义的饼图表示类别数据。非常适合展示比例和类别细分。

🎨 Array2DPlot 用于 RGB 数据：引入 Array2DPlot，用于基于 RGB 色值的二维数组可视化。非常适合显示像素网格、图像预览或基于矩阵的可视化。

🌍 ScatterMap 用于地理数据：通过 ScatterMap 交互式地将地理数据点绘制在地图上。非常适合可视化城市、传感器位置或任何空间数据。

🌟 感谢我们的支持者！

Plotlars 即将突破 GitHub 上 300 星的里程碑。感谢您的支持、反馈和热情，推动了这个项目的发展。如果您还没有，请考虑在 GitHub 上给我们留个星⭐️——这虽是一个小小的举动，但意义重大，并能帮助更多人发现 Plotlars。

🔗 探索更多内容：

📚 文档 https://docs.rs/plotlars/0.8.0

💻 GitHub 仓库 https://github.com/alceal/plotlars

如果您喜欢 Plotlars，快和您的朋友和同事们分享吧！让我们共同打造一个在 Rust 中蓬勃发展的数据科学工具生态。

感谢大家一直以来的支持，祝大家绘图愉快！🎉📊

--

From 日报小组 Mike

社区学习交流平台订阅：

• Rustcc论坛: 支持rss
• 微信公众号：Rust语言中文社区