RFC: refactor with pyo3 - rebuild thread and async method in rust

[HsiangNianian]

The architecture of iamai

事件驱动—>规则驱动任务流

逻辑规则用于描述任务的条件与触发，执行流程仍保持在代码级别清晰透明。框架的主要任务是通过规则匹配逻辑动态组织任务执行顺序。

逻辑规则与求解目标

• 最小逻辑单元（LogicUnit）

逻辑规则引擎

• 逻辑推导式

回溯搜索

声明式编程

用户更多地描述“想要什么”，而非“如何实现”。

映射器 Mapper

• 跨协议抽象

• 引入字段映射器（Field Mapper）来完成 UDS 和具体协议字段的双向转换。

• 任务流无关协议

改进与未来方向

1. 领域聚焦： 专注于某些领域的任务流，比如：
   • 面向机器人交互逻辑。
   • 面向智能助手的行为逻辑。
   • 面向业务规则管理的动态工作流。
2. 规则驱动进阶：
   • 将 Python 的规则匹配扩展为 Rust 后端运行，提高复杂逻辑判断性能。
   • 增加类似自然语言规则的接口，支持简单的非技术用户自定义逻辑。
3. 工具链生态：
   • 提供任务流的可视化工具，帮助开发者调试和优化逻辑规则。
   • 支持逻辑单元的复用与共享（类似函数库），创建一个逻辑单元市场。

classDiagram
    class Mapper {
        <<abstract>>
        +start()
        +stop()
        +register_handler()
    }
    
    class TerminalMapper {
        +run_loop()
        -_input_handler()
    }
    
    class Message {
        +content: str
        +platform: str
        +user_id: str
    }
    
    class RulePlugin {
        <<abstract>>
        +match_rule(message) bool
        +execute_action(message) str
    }
    
    class RuleEngine {
        +plugins: list[RulePlugin]
        +register_plugin()
        +process_message()
    }
    
    Mapper <|-- TerminalMapper
    RuleEngine o-- RulePlugin
    TerminalMapper --> Message
    TerminalMapper --> RuleEngine

Loading

graph LR
    Python[Python Layer] -->|FFI调用| Rust[Rust Core]
    Python -->|插件开发| Python_Plugin[Python插件]
    Rust -->|高性能计算| Rule_Matching[规则匹配]
    Rust -->|零拷贝处理| Message_Processing[消息处理]

Loading