curl: 是否应该移除 hyper 相关的实现

curl 官方邮件列表中出现了一封公开的邮件[1]，探讨是否该把 Rust 实现的 http 后端 hyper 的支持在 curl 2024[2] 的工作任务中移除。

curl 官方在 2020 年底合并了对 hyper 作为 libcurl HTTP 功能的替代后端的初步实验性支持。然而截止到今天依然处于实验阶段，还有 15 个测试没有跑通。

最近因为 curl 的开发者对 hyper API 的理解存在误解，以及不了解如何正确地集成 HTTP/2 支持到 curl 中，所以他甚至不得不在 hyper 使用时移除对 HTTP/2 的支持。

在过去的六个月中，curl 的 hyper 代码只进行了重构和其他内部清理以及与改进保持同步的修复。没有人似乎（想要）致力于改进 curl 的 hyper 后端。而且似乎没有人使用它或关心它缺乏 HTTP/2 的支持。

在距离最初合并后的大约 40 个月后，这项工作似乎陷入了停滞。所以 curl 开发者提出了这个问题：是否该在 2024 年移除 rust 后端 hyper？

ReadMore: https://mp.weixin.qq.com/s/o7zu14p8Wif3cwJQkVi9Qw

Iced 教程

一年多来，Rust 一直是我最喜欢的编程语言。它使我能够创建高性能的软件.由于它的优势，我和许多其他人一样，一直渴望用它构建 GUI 应用程序。Electron 因其高内存使用率而臭名昭著，因此轻量级、跨平台的 GUI 库需求量很大，而 Rust 将是填补这一角色的绝佳语言。然而，在撰写本文时，只有一小部分 Rust GUI 能够可靠地使用。

不过在过去几年中，Iced 的贡献者对其库进行了重大改进，如果您想制作 GUI 应用程序，它是一个可行的选择。尽管它没有达到 1.0 版，但它仍然允许您使用正确的知识构建强大的应用程序。

在本教程中，我将向您展示如何在 Iced 中构建基本应用程序。我们将深入探讨他们的小部件是如何工作的，如何更新应用程序中的状态，以及你必须围绕什么整体结构来构建你的代码。

ReadMore: https://leafheap.com/articles/iced-tutorial-version-0-12

很棒的机器学习/深度学习 Rust 库

数据库

• Qdrant -用于下一代AI的高性能，大规模向量数据库.
• postgresml - GPU 驱动的 AI 应用程序数据库。利用 SQL 的简单性和最新的 NLP、ML + LLM 模型，更快地将您的应用推向市场。
• Cozo DB - 一个事务性的关系图向量数据库，使用 Datalog 进行查询.人工智能的海马体！

库/框架

• Candle - Rust 的极简主义 ML 框架
• Burn - 一个新的全面的动态深度学习框架，使用 Rust 构建，具有极高的灵活性、计算效率和可移植性作为其主要目标。
• Juice （formerly Leaf） - 黑客的机器学习引擎
• Linfa - 一个 Rust 机器学习框架.
• dfdx - Rust 中的深度学习，具有形状检查张量和神经网络
• ModelFox - 使训练、部署和监控机器学习模型变得容易。
• Luminal - 光速深度学习.
• smartcore -用于机器学习和数值计算的综合库.

ReadMore: https://github.com/dhilipsiva/awesome-rust-ml

From 日报小组 Koalr

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