xz-provider
v0.5.0
统一 LLM 服务接口(OpenAI / Claude / Ollama),路由、重试、限流。
xz-modules · Monorepo
开源 Rust crate 集合,为 AI 应用提供统一的 LLM 调用、记忆、检索、知识图谱、Agent 调度等基础设施。所有小竹产品的 AI 能力基石。
开发与真相源:github.com/xiaozhu-eco/xz-modules· 发布至 crates.io · 许可 MIT OR Apache-2.0 · Rust 1.85+
统一 LLM 接入
v0.5.0
统一 LLM 服务接口(OpenAI / Claude / Ollama),路由、重试、限流。
嵌入 · 检索 · 重排
v0.1.1
文本向量嵌入与向量存储抽象层。
v0.1.2
外部搜索抽象层 — 多引擎聚合路由与内容提取。
v0.1.1
检索结果重排序 — 本地多信号融合 + 远程 Rerank API。
RAG 流水线
v0.1.1
多通道 RAG 引擎(BM25 + 向量 + HyDE 等)。
图谱与结构化知识
v0.2.0
结构化知识图谱存储与图遍历引擎。
core + engine
v0.2.0
记忆系统核心抽象:EntryStore、IndexSearcher 等。
v0.2.0
记忆引擎实现:存储后端与分层记忆。
插件与沙箱
v0.2.0
Skill 插件系统核心:Executor、Loader 等抽象。
v0.2.0
Skill 引擎实现:注册表、沙箱与内置能力。
调度 · 引擎 · Hooks
v0.10.0
Agent 引擎抽象层:traits、类型与 CoreEngine 循环。
v0.10.0
Agent 可复用引擎实现:Thinker、Scheduler 等。
v0.1.0
Agent 生命周期 Hook 契约、有序注册表与扩展解析。
TTS · 系统通知
v0.1.0
流式语音合成抽象层(首期接入火山/豆包等 TTS)。
v0.2.0
跨平台通知核心:类型、路由、模板与限流。
v0.1.0
桌面端系统通知后端(macOS / Linux / Windows)。
MCP 客户端
v0.1.0
MCP(Model Context Protocol)客户端核心抽象。
v0.1.0
MCP 引擎实现:stdio / HTTP 客户端与连接管理。
xz-asr语音识别,workspace 暂 exclude(依赖 sherpa-onnx 待就绪)xz-event-graph事件图谱,规划中# 添加依赖(crates.io) cargo add xz-provider # 或克隆 monorepo 本地开发 git clone https://github.com/xiaozhu-eco/xz-modules cd xz-modules cargo build --workspace cargo test --workspace --all-features
use xz_provider::Provider;
let provider = Provider::from_json(r#"{
"openai": {
"api_key": "sk-...",
"models": [{
"name": "gpt-4o",
"capabilities": {
"context_window": 128000,
"max_output_tokens": 4096
}
}]
}
}"#)?;
let response = provider.chat("Hello!").await?;
println!("{}", response.content);