基于Rust开发CLI小工具

原创

用户10577234

修改于 2026-01-04 18:08:31

1390

我在学习 Rust 的过程中，一直想做一个“能解决真实问题”的小项目。日常使用 ClaudeCode 时，经常要在不同 API 之间切换：比如自建的 Anthropic 代理、智谱 Anthropic 网关等。手动改环境变量不仅麻烦，还容易在多个终端之间混淆。于是我写了一个 CLI 工具 anthropic-config，目标很明确：用一条命令完成配置切换，并把它做成可复用、可安装的 Rust CLI 项目。

环境准备（安装与学习入口）

安装 Rust：

https://rust-lang.org/zh-CN/tools/install/

安装后确认工具链可用：

rustc -V
cargo -V

学习资料入口：

官方 The Book：https://doc.rust-lang.org/book/title-page.html
中文教程：https://inksha.github.io/rust-tutorial/#/?id=rust-tutorial

项目结构与核心实现（代码集中展示）

先明确功能边界，避免“越写越偏”。本项目只做三件事：设置 API 配置、切换预设网关、查看当前配置。功能不大，但刚好覆盖 Rust CLI 的完整链路：参数解析、交互输入、环境变量、跨平台处理、安装与发布。

1）初始化项目并拆分模块

cargo new anthropic-config
cd anthropic-config

拆分结构如下：

src/
├── main.rs       # 程序入口，负责分发命令
├── cli.rs        # CLI 参数解析与帮助信息
├── handlers.rs   # 命令业务逻辑
├── env.rs        # 环境变量设置与持久化
└── utils.rs      # 输入读取、默认值、脱敏处理

这样拆分的原因是：入口保持干净、业务集中、跨平台逻辑独立、工具函数可复用。

2）CLI 参数解析（cli.rs）

use std::env;

pub enum Command {
    Custom,
    BigModel,
    Show,
    Unknown,
}

pub fn parse_command() -> Command {
    let args: Vec<String> = env::args().collect();

    if args.len() < 2 {
        return Command::Unknown;
    }

    match args[1].as_str() {
        "custom" => Command::Custom,
        "big_model" => Command::BigModel,
        "show" => Command::Show,
        _ => Command::Unknown,
    }
}

用枚举做命令分发，避免全项目散落字符串，也方便扩展新子命令。

3）程序入口分发（main.rs）

mod cli;
mod env;
mod handlers;
mod utils;

use cli::Command;

fn main() {
    let cmd = cli::parse_command();

    match cmd {
        Command::Custom => handlers::handle_custom(),
        Command::BigModel => handlers::handle_big_model(),
        Command::Show => handlers::handle_show(),
        Command::Unknown => cli::print_usage(),
    }
}

入口只做分发，保持清晰，后续新增命令也不会乱。

4）业务逻辑与输入校验（handlers.rs + utils.rs）

use crate::env::confirm_and_apply;
use crate::utils::{mask, read_required, read_with_default};

pub fn handle_big_model() {
    println!("Zhihu AI Big Model configuration\n");

    let default_url = "https://open.bigmodel.cn/api/anthropic";
    let base_url = read_with_default(
        &format!("ANTHROPIC_BASE_URL [{}]: ", default_url),
        default_url,
    );

    let token = read_required("ANTHROPIC_AUTH_TOKEN (required): ");

    confirm_and_apply(&base_url, &token);
}

配合 read_required 做输入校验，避免空值写入：

pub fn read_required(prompt: &str) -> String {
    loop {
        let v = read_line(prompt);
        if !v.is_empty() {
            return v;
        }
        println!("Value required.\n");
    }
}

5）环境变量持久化（env.rs）

核心目标是“当前进程立即生效 + 写入系统保证下次可用”。Windows 用 setx，macOS/Linux 写 ~/.bashrc：

pub fn persist_env(key: &str, value: &str) -> Result<(), String> {
    if cfg!(target_os = "windows") {
        Command::new("cmd")
            .args(["/C", "setx", key, value])
            .status()
            .map_err(|e| e.to_string())
            .and_then(|s| {
                if s.success() { Ok(()) } else { Err("setx failed".into()) }
            })
    } else {
        let home = std::env::var("HOME").map_err(|_| "HOME not set".to_string())?;
        let profile = format!("{}/.bashrc", home);

        let mut f = OpenOptions::new()
            .create(true)
            .append(true)
            .open(&profile)
            .map_err(|e| e.to_string())?;

        writeln!(f, "\nexport {}=\"{}\"", key, value).map_err(|e| e.to_string())
    }
}

另外增加预览与确认，并对 token 做脱敏显示，避免误操作和泄露风险。

打包与使用（完整流程）

开发期运行：

cargo run -- show

发布版构建：

cargo build --release

推荐安装方式：

cargo install --path .

下面是打包的过程，它主要干了这些事情

检查当前目录是不是 Cargo 项目（Cargo.toml + main.rs）
编译（等同于 cargo build --release）
复制可执行文件到 ~/.cargo/bin（进 PATH）

安装后可直接使用：

anthropic-config show
anthropic-config custom
anthropic-config big_model

我平时用 big_model 作为默认入口，切换之后只需要重开终端即可生效，不必每次进入系统环境变量里手动修改。

跨平台与常见问题（合并说明更清晰）

跨平台注意事项：

Windows：setx 只影响未来的终端，需要重开终端。
macOS/Linux：写入 ~/.bashrc 后需 source ~/.bashrc 或重开终端。
zsh 用户：可将写入路径改为 ~/.zshrc。

常见问题排查：

setx 失败：可能权限不足或参数过长，失败后可按提示手动设置。
HOME 为空：某些简化环境可能没有 HOME，建议手动指定配置文件路径。
token 外泄风险：已在 mask() 做脱敏显示，避免终端日志泄露。

总结与扩展方向

这个 CLI 工具很小，但覆盖了 Rust 学习的多个关键点：模块化组织、CLI 参数解析、交互式输入校验、跨平台环境变量持久化、打包与安装流程。重点不是功能多，而是把完整链路打通，用真实需求驱动学习，效果远比刷语法要好。

未来可扩展方向：

引入 clap 优化参数解析
支持多 profile（dev/prod/test）
用配置文件代替环境变量

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

腾讯技术创作特训营S17

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

腾讯技术创作特训营S17

登录后参与评论

0 条评论

热度