mcpField
R
rust-learner

rust-learner

github.com/actionbook开发1.6k110 次安装3 周前更新
代码仓库

关于 rust-learner

rust-learner 是用于学习 Rust 的技能，可获取语言特性和 crate 更新的实时信息。它优先使用 browser-fetcher Agent 汇总结果，只有所有 Agent 均失败时才回退到 Fetch。

主要功能

  1. 01获取最新 Rust 信息
  2. 02通过 Actionbook 查找 crate 页面
  3. 03并行运行 browser-fetcher Agent
  4. 04等待所有 Agent 完成后再回退
  5. 05汇总检索结果

适用场景

  1. 01查看 Rust crate 的最新信息
  2. 02研究 Rust 语言特性
  3. 03汇总网页来源中的 crate 更新

MCP 相关

工作流使用 Actionbook MCP 查找 crate 页面操作，并获取 URL 和选择器。

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/actionbook/actionbook --skill rust-learner

安装后在 Claude Code 中输入/rust-learner确认已加载。

详细介绍

Rust 学习器

通过获取有关 Rust 语言特性和 crate 更新的实时信息来学习 Rust。

⚠️ 工具优先级与等待规则

优先级：

  1. ✅ browser-fetcher Agent（首选）
  2. ⚠️ Fetch / WebFetch（仅在所有 browser-fetcher Agent 均失败后使用）
  3. ⚠️ WebSearch（仅在需要搜索引擎结果时使用）

⛔ 禁止“抢跑”：

  • 启动 browser-fetcher Agent 后，必须等待所有 Agent 完成
  • 等待期间不得将 WebSearch / Fetch 用作“补充”
  • 只有在所有 browser-fetcher Agent 均失败后，才能使用备用工具

工作流

步骤 1：actionbook MCP
search_actions("lib.rs crate")  → get action ID
get_action_by_id(id)            → get URL and selectors
步骤 2：启动 browser-fetcher Agent
Launch multiple browser-fetcher agents in parallel
步骤 3：等待所有 Agent 完成
⛔ DO NOT use other tools during this time
✅ Wait for TaskOutput to return all results
步骤 4：总结结果
  • 如果 Agent 成功：为用户总结内容
  • 如果所有 Agent 均失败：使用 Fetch 作为备用工具

示例

User: Query tokio latest version

✅ CORRECT:
1. Launch browser-fetcher: lib.rs/crates/tokio
2. Launch browser-fetcher: crates.io/crates/tokio
3. Wait for BOTH agents to complete
4. Summarize results

❌ WRONG:
1. Launch browser-fetcher agents
2. While waiting, use WebSearch("tokio latest")  ← Racing ahead!
3. Mix multiple result sources

评论

支持 Markdown