uniffi-rs项目:如何在调用方代码中调用Rust定义的trait函数
2025-06-25 03:50:41作者:温艾琴Wonderful
在Rust与其他语言互操作时,uniffi-rs是一个非常有用的工具。本文将探讨一个常见场景:如何在调用方代码(如Python或Swift)中调用Rust定义的trait实现,而不是在调用方重新实现trait函数。
问题背景
在uniffi-rs的使用中,我们经常会定义一些trait和它们的实现。例如,我们可能定义一个Button trait:
pub trait Button: Send + Sync {
fn name(&self) -> String;
}
然后在Rust中实现这个trait:
struct GoButton {}
impl Button for GoButton {
fn name(&self) -> String {
"go".to_string()
}
}
struct StopButton {}
impl Button for StopButton {
fn name(&self) -> String {
"stop".to_string()
}
}
常见误区
很多开发者会尝试在调用方代码(如Python)中重新实现这个trait:
class PyButton(Button):
def name(self):
return "PyButton"
但这不是我们想要的效果。我们希望在调用方代码中直接使用Rust中已经实现的trait函数。
解决方案
正确的做法是在Rust中暴露一个工厂函数,返回具体的trait实现:
#[uniffi::export]
fn get_go_button() -> Arc<dyn Button> {
Arc::new(GoButton{})
}
这样在调用方代码中就可以直接使用:
button = get_go_button()
print(button.name()) # 输出"go"
技术原理
这种方式的优势在于:
- 代码复用:避免了在调用方重复实现已经在Rust中定义好的逻辑
- 类型安全:通过Arc保证了类型系统的完整性
- 多态性:可以在Rust端自由切换不同的实现(GoButton或StopButton)而不影响调用方代码
实际应用场景
这种模式特别适合以下场景:
- 配置驱动的应用:根据配置文件决定创建哪种按钮
- 插件系统:核心功能在Rust中实现,调用方只需选择使用哪个实现
- 跨平台UI:不同平台可以共享相同的业务逻辑实现
总结
通过uniffi-rs,我们可以轻松地在Rust中定义trait和实现,然后通过工厂函数的方式暴露给其他语言使用。这种方式既保持了Rust的性能优势,又提供了其他语言的灵活性,是跨语言开发的理想选择。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
386
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
12
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
68
20
🎉 (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
1.37 K
781