ureq项目关于rustls加密后端选择的决策分析
2025-07-07 21:32:15作者:房伟宁
背景介绍
ureq是一个注重轻量级的Rust HTTP客户端库,其设计理念是保持尽可能少的依赖项。近期,rustls加密库的默认后端从ring切换到了aws-lc-rs,这一变化给ureq项目带来了技术决策上的挑战。
技术现状
rustls作为现代TLS库,在0.23版本后默认使用aws-lc-rs作为加密后端,而非之前的ring。aws-lc-rs需要额外的构建依赖(如cmake和nasm),这与ureq追求最小化依赖的理念产生了冲突。
面临的问题
- 依赖膨胀问题:aws-lc-rs引入了额外的构建工具链依赖,增加了用户的使用门槛
- 默认行为改变:rustls的默认后端变更影响了ureq的默认行为
- 兼容性考虑:ureq作为稳定版本库,需要谨慎处理这类底层变更
解决方案探讨
项目维护者考虑了多种解决方案:
- 禁用默认特性:通过设置
default-features = false让用户自行选择后端 - 特性传递:在ureq中重新暴露rustls的特性,让用户通过ureq的配置间接选择
- 坚持使用ring:暂时保持使用ring作为默认后端
经过深入讨论,项目决定在即将发布的ureq 3.x版本中解决这一问题,同时保持对现有用户的兼容性。
技术决策背后的思考
维护者表达了对rustls发展方向的一些困惑:
- 纯Rust实现的理念:aws-lc-rs基于C/ASM实现,偏离了部分用户对"纯Rust"TLS库的期待
- 构建复杂性增加:新的依赖链引入了cmake、nasm甚至golang等工具
- API设计哲学:rustls推荐应用层设置默认加密提供者,而库应避免干预这一选择
对开发者的建议
对于类似情况的库开发者,建议:
- 谨慎处理默认特性的选择
- 考虑通过特性标志提供灵活性
- 在重大版本更新时解决这类架构性问题
- 明确记录项目的设计理念和技术选择
ureq的这一决策过程展示了在Rust生态系统中,库开发者如何平衡技术进步、用户体验和项目理念的典型案例。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143