gemini-rs：Rust 编写的 Gemini 文本 Agent 与实时语音会话 SDK 与运行时
vamsiramakrishnan/gemini-rs · Full Rust SDK for the Gemini Multimodal Live API — wire protocol, agent runtime, and fluent DX in three layered crates.
ELI5：它是什么，解决什么问题
gemini-rs 是面向 Gemini 多模态 Live API 的 Rust SDK 与运行时，按职责分为三层 crate：gemini-genai-rs 负责 Gemini API 传输与模型类型，gemini-adk-rs 提供状态、流程、工具、抽取与运行时语义，gemini-adk-fluent-rs 提供流式易用编写 API。项目支持文本 Agent、流式聊天、类型化回答、注解式工具、受治理的对话流程、Live 语音会话、电话与 WebSocket 音频传输、离线流程模拟，以及 Flow Studio 可视化编辑和 Rust 代码生成；内置 MockLlm 便于无模型测试。
核心能力与快速开始
★ 6 · Rust
- 能做什么
- 提供 Gemini API 传输层与模型类型、Agent 运行时（状态、流程、工具准入、抽取、阶段、watcher）、fluent 编写 API；支持文本问答、流式聊天、基于 Rust 类型的结构化输出与自动纠错重试、#[tool] 注解工具、受 Guard 约束的 Flow 流程、Live 语音会话与本地音频设备、电话（Twilio Media Streams、SIP/RTP G.711、AudioHook WebSocket）接入、SessionSpec 序列化、离线模拟与 Flow Studio 编辑及代码生成；含 MockLlm 测试工具与 CLI 脚手架。
- 适用场景
- 构建调用 Gemini 的 Rust 文本 Agent、实时语音对话助手、带工具准入与状态守卫的受治理业务流程（如预约订桌示例）、电话语音机器人集成，以及在无真实模型情况下对 Agent 请求与回答进行自动化测试。
- 项目形态
- 开发框架
- 部署方式
- 本地运行与自托管示例代码；文本路径只需 Rust 1.99+ 与 GEMINI_API_KEY 或 Vertex AI 环境变量；语音构建在 Linux 需要 pkg-config、libssl-dev、libasound2-dev；Flow Studio 本地启动后访问 localhost:25125。未说明生产部署与托管服务方案。
- 主要依赖
- Rust 1.99+；Gemini API Key 或 Google Cloud Vertex AI 项目/区域及 ADC 登录；语音功能需可选 voice-io 特性与系统音频库；SIP/RTP 需可选 sip 特性。API 调用成本与配额未说明。
- 使用限制
- SIP 注册与 SRTP 未在当前示例路径实现；Flow 只能在运行时门控工具准入，无法让外部工具幂等；离线模拟不能替代真实模型与传输的集成测试；快速回调路径要求实现遵守延迟约定，阻塞工作应使用并发回调；生成代码与序列化会话文档的兼容性依赖 schema 和 crate 版本配套。未说明实际部署验证、硬件与 API 成本。
- 许可证
- MIT
- 最近推送
- 2026-11-02 04:41
资料检查：2026-11-02 07:00 · 卡片整理：2026-11-02 07:00
卡片由 AI 根据仓库资料整理，未进行安装或运行验证
职业应用
程序员
使用 Rust SDK 构建 Gemini 文本 Agent 与实时语音会话：通过 AgentBuilder 创建带指令的文本 Agent、流式聊天、类型化回答与注解式工具；用 MockLlm 在无模型情况下编写和运行 Agent 测试；用 Flow 定义受治理的对话流程并限制工具调用。
查看内容依据
Rust SDK and runtime for text agents and live voice conversations.
由 AI 根据来源材料整理，未进行安装或运行验证
讨论 0
登录后参与讨论，阅读资讯无需注册。
还没有评论，来分享第一个看法。