Rust 在 AI 工具圈的两次爽文反击:管配置的 cc-switch,自己跑的 goose

大家好，我是 笃秀一芯。

记得以前搞底层的朋友一脸鄙视地跟我说：“做普通开发别用 Rust，写它跟写编译器似的，心智负担太重，不适合人类。”

但最近使用的几款工具，作者居然全是 Rustacean。虽然Go语言已经天下无敌了，但还是有必要分享下这些rust工具给大家。

我上周同时开了 Claude Code 写业务、Goose 修 lint、Gemini CLI 读文档，三个 terminal 窗口摆着，切 provider 的时候手滑把 DeepSeek 的 key 粘到 Claude 的 config 里了——然后花了二十分钟才搞明白为啥 Claude 报 401。

那一刻我就想：有没有个东西能把我这几个 AI 小祖宗的配置统一管了？

还真有。而且俩都是 Rust 写的。这事儿就很 Rust 本色：被现有工具折磨 → 骂骂咧咧 → 自己造一个 → 性能还吊打原版。

🧰 cc-switch —— AI CLI 的"宿管阿姨"

先讲痛点，你肯定中过招

现在 AI coding CLI 的配置有多乱：

• Claude Code 要改 ~/.claude/settings.json
• Goose 要改 ~/.config/goose/config.yaml
• Codex 要 .env
• Gemini CLI 要 gcloud auth
• MCP 每个工具还要单独配 stdio/http/sse

换一个模型 ≈ 搬一次家。更要命的是**：Claude Code 改完 config 得重启 terminal 才能生效**，你刚打到一半的 prompt 全没了。

cc-switch 是啥

GitHub 上 farion1231/cc-switch，5 万+ Star，MIT 协议**。定位是"AI CLI 配置统一管理器*"*，专治上面这些破事。

技术栈很 Rust 味：

• 核心逻辑 纯 Rust（配置解析、provider 管理、MCP 同步、本地代理）
• 桌面端 Tauri 2 + React/TS，安装包 ≈ 11MB，常驻托盘几乎不占内存
• CLI 版 cc-switch-cli 纯 Rust 跑，SSH 远程也能用
• Web 版 Rust 编译 wasm，Headless 服务器友好

三端共享同一套 Rust core lib——provider 解析、MCP 格式转换、API 节点测速逻辑写一次到处跑，这 code reuse 爽感只有 Rustacean 懂。

为啥这活儿适合 Rust 干

划重点 👇

• 要同时啃 JSON / YAML / TOML / .env 四种配置格式 → Serde 一把梭，零成本抽象
• 本地代理要做 API 测速 + 故障自动转移 → 碰 socket，tokio + hyper 稳得像老狗
• 常驻托盘不能有 GC 停顿 → 无 GC 是 Rust 的基本修养
• 跨平台（Win/Mac/Linux）托盘 + 桌面 UI → Tauri 的 Rust 核心比 Electron 轻 10 倍

几个真香的骚功能

1. 50+ provider 预设
   ：Claude 官方、DeepSeek、智谱、Kimi、通义、Gemini、OpenRouter 乃至"某国内中转站"的 base_url 都给你预填了，填 key 就跑
2. MCP 一次配，三家同步
   ：配一次自动推到 Claude Code / Goose / Codex，不用每个工具跪舔一遍
3. Claude Code 热切换不重启
   ：改 provider 点一下，terminal 里正在跑的会话不断，继续喷 code
4. API 节点故障转移
   ：你挂两个 DeepSeek 中转节点，A 挂了自动切 B，不用半夜爬起来改 config

装法也简单：桌面端 Releases 下对应包，Mac 直接 brew install --cask cc-switch。

goose—— 自己会跑的 AI 实习生

cc-switch 是"管 AI 工具的"，goose 是 "AI 工具本人"。

先认祖归宗

Goose 本体是 Block（原 Square）开源的本地 AI coding agent，MIT 协议，纯 Rust 写的。aaif-goose 一般是高校/研究机构（AAIF 大概是某个 AI 论坛或实验室的 fork）做的定制版，核心和 Block/main 一致，可能多了些内部 MCP 预设或私有模型适配，普通用户直接用 Block 主线就行，折腾党可以逛 aaif 的 fork 捡 patch。

它和 Claude Code / Codex 有啥不一样

最关键的一点**：Goose 是单二进制分发**。Mac 上下载完拖进 Applications 就能跑，不用装 node、不用装 python，不会像某些工具偷偷把你 src/ 传上去（虽然 Claude Code 也本地跑，但 Goose 的 agent loop 是 Rust 写的，沙箱更硬）。

为啥 agent 用 Rust 写这么爽

划重点 👇

• Agent Loop + 工具调用沙箱
  ：Rust 所有权保证它不会偷偷 rm -rf 你的根目录，shell/file/network 调用都在权限模块里裹着
• Provider 抽象成 trait
  ：换模型只要 impl ParseResponse，Claude 的流式、DeepSeek 的返回格式、Ollama 的本地推理，统一成一套 LLM 交互层
• Extension 是独立 subprocess + stdin/stdout JSON-RPC
  ：扩展可以用任何语言写，但核心 loop 是 Rust 保稳，跑几百轮 tool call 内存也不会飘
• Recipe 机制
  ：相当于把"修 lint → 改代码 → 跑测试"这种固定 workflow 打包成一个 yaml，点一下 goose 自己循环到你满意

举个 recipe 的小例子（真的就这么简单）：

name: fix-clippy
description: 自动修 cargo clippy 报错
prompt: 运行 cargo clippy，把所有报错逐个修掉，修完再跑一次确认 0 warning
tools: [shell, file]

你提交个 MR 带 clippy 报错，Goose headless 模式在 CI 里跑一个这个 recipe，改完自动 push —— 老板问你就说"招了个 Rust 实习生，不交社保"。

🤝 这俩凑一起才是完全体

cc-switch 里可以直接配 Goose 的 provider + MCP，点一下启动，连 ~/.config/goose/config.yaml 都不用手写。

形象点说：

• cc-switch = 宿管阿姨
  ：管你有多少个 AI 工人、每个工人的工牌（API key）/ 工位（MCP）/ 排班（provider）怎么排
• goose = 最能打的实习生
  ：自己会领活、自己会装工具、干不完还会自己喊（调 MCP）

以前你伺候三个 AI CLI 像伺候三个性格不合的祖宗，现在阿姨管后勤，实习生干活，你只管摸鱼等 PR。

🔚 为啥最近 AI 工具圈 Rust 出镜率这么高

你盘点下：

• 桌面壳**：Tauri**（Rust）
• 搜索**：ripgrep**（Rust）
• 打包**：turbo**（Rust）
• AI 工具链**：cc-switch**（Rust**）、goose**（Rust**）、qdrant/vector**（Rust 向量库）

原因其实很朴素：

AI 工具要"本地跑不卡 + 不偷用户数据 + 跨平台 + 能和 node/python 生态互操作"，Rust 刚好全踩中。写配置管理器要碰文件系统/Serde，写 agent 要沙箱/async/跨平台分发，这都是 Rust 的舒适区。

以后写 AI toolchain 的，不会 Rust 可能真的要落后半拍 —— 至少不会被配置折磨得自己造轮子（笑）。

你最近在用哪个 AI coding 工具？配置折腾过最久的一次是啥？评论区唠唠。