Rhai脚本引擎中CustomType的使用与注意事项
2025-06-12 09:18:33作者:凌朦慧Richard
Rhai是一款轻量级、嵌入式脚本引擎,它允许开发者在Rust应用程序中集成脚本功能。在使用Rhai时,开发者经常需要将自定义的Rust类型暴露给脚本环境,这时就需要用到CustomType特性。
CustomType的基本用法
在Rhai中,要让自定义类型能够在脚本中使用,需要实现CustomType特性。最简单的方式是使用#[derive(CustomType)]宏来自动派生:
#[derive(Clone, CustomType)]
struct Axes {
x: u32,
y: u32,
z: u32,
}
这个宏会自动为结构体生成必要的实现,使其能够被脚本识别和使用。
注册类型与构建类型
仅仅实现CustomType特性是不够的,还需要在引擎中注册和构建类型。这是许多开发者容易忽略的关键步骤:
let mut engine = rhai::Engine::new();
// 注册类型
engine.register_type::<Axes>();
// 构建类型 - 这一步必不可少!
engine.build_type::<Axes>();
register_type只是告诉引擎这个类型的存在,而build_type才会实际执行CustomType中定义的构建逻辑,包括注册getter/setter方法等。
手动实现CustomType
除了使用派生宏,开发者也可以手动实现CustomType特性,这样可以更精细地控制类型的暴露方式:
impl CustomType for Axes {
fn build(mut builder: TypeBuilder<Self>) {
builder.with_name("Axes");
builder.with_get("x", |obj: &mut Self| obj.x);
builder.with_get("y", |obj: &mut Self| obj.y);
builder.with_get("z", |obj: &mut Self| obj.z);
}
}
手动实现时,同样需要确保调用了build_type方法,否则这些getter方法不会被实际注册到引擎中。
替代方案:直接注册
如果不使用CustomType特性,也可以直接在引擎上注册getter方法:
engine
.register_type::<Axes>()
.register_get("x", |a: &mut Axes| a.x)
.register_get("y", |a: &mut Axes| a.y)
.register_get("z", |a: &mut Axes| a.z);
这种方式更加直接,但缺乏集中管理,适合简单的类型暴露场景。
总结
在Rhai中暴露自定义类型给脚本环境时,需要注意以下几点:
- 使用
#[derive(CustomType)]或手动实现CustomType特性 - 必须调用
engine.build_type::<T>()来实际构建类型 - 也可以选择直接使用
register_get等方法注册成员访问 - 确保类型实现了
Clone特性,因为Rhai脚本环境需要能够复制值
理解这些关键点后,开发者就能更自如地在Rhai脚本中使用自定义的Rust类型了。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
473
3.52 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
223
90
暂无简介
Dart
721
174
Ascend Extension for PyTorch
Python
283
316
React Native鸿蒙化仓库
JavaScript
286
338
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
849
438
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
699
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19