开发工具#代码生成#代码智能体

rust-anything:把现有应用逐块改写成 Rust,每一步都对照原行为

rust-anything 先录制原应用行为,再让编码智能体逐块改写成 Rust,并逐条比对录制案例;Prettier 移植中 17,224 条全部匹配。

项目资料

GitHub Ecosystem
仓库地址github.com/erkamyaman/rust-anything
许可证
MIT
主语言
Rust
星标
6,601
核查时间
2026-11-20

以上快照资料以核查当日为准,可能随版本或运营策略变化。

“把项目改写成 Rust”通常意味着一次高风险重写:新代码跑得快,但没人能保证它和旧版行为一致。rust-anything 换了个思路——先录制原应用的行为,再让编码智能体逐块移植,每一块都要在录制案例上比对通过才进入下一步。项目的原话是:“它不做代码翻译,它证明重写。“GitHub API 在 2026 年 11 月 20 日显示 6,601 颗星,仓库创建于 11 月 16 日。

核心功能

  • 先录制,再改写:record 会在生成的边缘案例、语义陷阱与用户自带输入上运行原应用,保存每个返回值与异常;app record 会把每个案例跑两遍,确保录制本身可复现。
  • 逐块证明等价:diff 用全部录制案例回放 Rust 实现,任何一条不匹配都不放行;gate 作为提交前检查,未通过就拦住。代码不会一次性全量重写,而是按模块推进。
  • 覆盖多种语言:Node.js(TypeScript/JavaScript)、Python、C、Go、Ruby、Java、Kotlin 的 CLI、HTTP 服务与库都在支持列表里;PHP 与 C# 目前支持录制、回放与”前门”接入,单元级移植在路线图上。
  • 真实项目成绩:2.0 版本把 Prettier 移植到 Rust——17,224 条录制案例中 15,837 条完全跑在 Rust 实现上,全部 17,224 条输出与 Prettier 匹配;官方测得约 19 倍加速(Apple M4,两次取平均)。
  • 接入现有智能体:rust-anything setup 会把用法注册进 Claude Code、Codex、Cursor、Gemini CLI 与 OpenCode,直接对智能体说”用 rust-anything 分析并把这个热点循环移到 Rust”即可。

典型使用场景

  • 热点路径迁移:先在 Node/Python 服务里找出最慢的循环或函数,用录制 + diff 把它单独搬到 Rust,风险局限在一个函数内。
  • 渐进式重写老服务:json-server 的示例把空闲内存从 Node 版的 74 MB 降到单个 Rust 二进制的 3.5 MB,首个响应时间也明显缩短——每一步都有录制兜底,而不是”重写完再对比”。
  • 行为回归防线:即使不重写,record + diff 也可以当作跨语言实现的对照测试工具;它抓的是行为差异,不是代码风格。

快速上手

README 给出的安装与接入命令:

cargo install rust-anything   # 从 crates.io 安装
rust-anything setup           # 注册到 Claude Code、Codex、Cursor、Gemini CLI、OpenCode

之后在项目里让智能体执行 record → 逐块写 Rust → diff → gate 的循环。也可以按 README 的 Claude Code 插件方式安装(/plugin install rust-anything --marketplace erkamyaman/rust-anything)。README 明确说明:它能抓到的只是录制覆盖到的行为,覆盖不到的部分(如时序、资源占用、未触发的分支)仍需人工判断。

一个容易被忽略的细节是「证明」的边界:录制只覆盖被调用的函数与其输入分布,未被触发的分支、并发时序与资源上限都不在其内。README 专门把这些限制写成 What it can’t catch 一节,采用前值得先读一遍,再决定迁哪些模块、录制哪些输入。

小结

rust-anything 的价值在于把”重写”从信仰问题变成可验证的工程流程:行为录制做基准,逐块移植做增量,gate 做门禁。它不是银弹——录制质量决定它能证明多少,跨语言语义差异(如异常、数值精度)也需要人工核对。GitHub API 在 2026 年 11 月 20 日报告:Rust、MIT、6,601 颗星、未归档,最近推送即当日。

本条目基于 README 与官方示例整理,未实际执行迁移;移植速度与内存数字来自项目自述的基准,采用前建议先在自有项目上跑一遍 record/diff。想了解”用证据闭环验证 AI 改动”的同类思路,可读我们的 Claude Code 验证闭环。