Jiff 是一个 Rust 日期时间库,鼓励你跳入成功的坑中。这个库的重点是提供高级日期时间原语,难以误用且性能合理。Jiff 支持与时区数据库的自动无缝集成、感知夏令时的算术和舍入、无损格式化和解析带时区的日期时间、可选的 Serde 支持等诸多功能。
Jiff 从 Temporal 获得了巨大的灵感,后者是一个旨在改进 JavaScript 日期时间处理的 TC39 提案。
双重许可:MIT 或 UNLICENSE。
以下是一个快速示例,展示了如何解析典型的 RFC 3339 时间戳,将其转换为带时区的日期时间,添加一段时间跨度并无损打印:
use jiff::{Timestamp, ToSpan}; fn main() -> Result<(), jiff::Error> { let time: Timestamp = "2024-07-11T01:14:00Z".parse()?; let zoned = time.intz("America/New_York")?.checked_add(1.month().hours(2))?; assert_eq!(zoned.to_string(), "2024-08-10T23:14:00-04:00[America/New_York]"); // 或者,如果你想要 RFC3339 格式的字符串: assert_eq!(zoned.timestamp().to_string(), "2024-08-11T03:14:00Z"); Ok(()) }
文档中还有更多示例。
Jiff 已发布在 crates.io,可以通过在项目的 Cargo.toml
中添加 jiff
依赖来使用。
或者更简单地,只需运行 cargo add jiff
。
以下是一个完整示例,创建一个新的 Rust 项目,添加 jiff
依赖,创建一个简单日期时间程序的源代码,然后运行它。
首先,在新目录中创建项目:
$ mkdir jiff-example $ cd jiff-example $ cargo init
其次,添加 jiff
依赖:
$ cargo add jiff
第三,编辑 src/main.rs
。删除原有内容,替换为以下代码:
use jiff::{Unit, Zoned}; fn main() -> Result<(), jiff::Error> { let now = Zoned::now().round(Unit::Second)?; println!("{now}"); Ok(()) }
第四,使用 cargo run
运行:
$ cargo run Compiling jiff v0.1.0 (/home/andrew/rust/jiff) Compiling jiff-play v0.1.0 (/home/andrew/tmp/scratch/rust/jiff-play) Finished `dev` profile [unoptimized + debuginfo] target(s) in 1.37s Running `target/debug/jiff-play` 2024-07-10T19:54:20-04:00[America/New_York]
首次运行程序时会显示更多输出,如上所示。但后续运行不应该需要重新编译依赖项。
Jiff 有几个 crate 特性,用于自定义对 Rust 标准库的支持、serde
支持以及是否将时区数据库的副本嵌入到你的二进制文件中。
文档的"crate 特性"部分列出了完整的支持特性集。
我的计划是在接下来的约一年时间里迭代 Jiff API,并偶尔发布破坏性更改。假设 API 破坏性更改在一年后稳定下来,我计划发布 Jiff 1.0 版本,并长期承诺 API 稳定性(至少以年为单位)。
这个计划的目的是尽快使 Jiff 达到 1.0 稳定状态。原因是让其他人感到放心,可以将 Jiff 作为公共依赖项使用,而不会导致生态系统的频繁变动。
Jiff 最重要的设计目标是成为一个高级日期时间库,使错误操作变得困难。其次是性能。Jiff 应该具有合理的性能,但可能还有改进的空间。请查看 bench
目录中的基准测试。
在日期时间库的背景下,平台支持的问题主要与时区支持有关。具体来说:
Antarctica/Troll
这样的 IANA 时区标识符的时区转换?这两者都需要一定程度的平台交互。
对于发现时区转换数据,Jiff 依赖于 IANA 时区数据库。在 Unix 系统上,这通常位于 /usr/share/zoneinfo
,尽管可以通过 TZDIR
环境变量进行配置(Jiff 会遵循这个设置)。在 Windows 上,Jiff 会自动将时区数据库的副本嵌入到编译后的库中。
对于发现系统时区,Jiff 在 Unix 上读取 /etc/localtime
。在 Windows 上,Jiff 通过 GetDynamicTimeZoneInformation
读取 Windows 特定的时区标识符,然后通过 Unicode 的 CLDR XML 数据 将其映射到 IANA 时区标识符。
我预计 Jiff 将随时间增加对更多平台的支持。请提交问题,尽管对于我难以测试的更冷门平台,我可能需要依赖贡献者的拉取请求。
有关平台支持的更多信息,请参阅 PLATFORM.md
。
在撰写本文时,Jiff 在 Unix 上没有任何依赖项并非偶然。总的来说,我对在像 Jiff 这样的生态系统 crate 中添加新依赖项的态度非常保守。我认为添加新依赖项主要有两个用例:
windows-sys
。serde
。但即使在这里,我也期望保持保守态度,通常只愿意依赖破坏性更改发布频率低于 Jiff 的项目。添加新依赖项的次要用例是如果 Jiff 被拆分成多个 crate。我曾经出于非常令人信服的原因对 regex
crate 做过类似的事情。Jiff 也有可能发生这种情况,尽管目前没有这样的计划。总的来说,我预计 crate 的数量会保持较少,如果只是为了保持维护的轻量级。(根据我的经验,管理大量的 semver API 边界会带来很多开销。)
本 crate 支持的最低 rustc
版本是 1.70.0
。
政策是,使用此 crate 所需的最低 Rust 版本可以在次要版本更新中增加。例如,如果 jiff 1.0 需要 Rust 1.20.0,那么 jiff 1.0.z(对于所有 z
值)也将需要 Rust 1.20.0 或更新版本。但是,jiff 1.y(对于 y > 0
)可能需要更新的最低 Rust 版本。
AI Excel全自动制表工具
AEE 在线 AI 全自动 Excel 编辑器,提供智能录入、自动公式、数据整理、图表生成等功能,高效处理 Excel 任务,提升办公效率。支持自动高亮数据、批量计算、不规则数据录入,适用于企业、教育、金融等多场景。
基于 UI-TARS 视觉语言模型的桌面应用,可通 过自然语言控制计算机进行多模态操作。
UI-TARS-desktop 是一款功能强大的桌面应用,基于 UI-TARS(视觉语言模型)构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能,支持跨平台使用(Windows/MacOS),能提供实时反馈和状态显示,且数据完全本地处理,保障隐私安全。该应用集成了多种大语言模型和搜索方式,还可进行文件系统操作。适用于需要智能交互和自动化任务的场景,如信息检索、文件管理等。其提供了详细的文档,包括快速启动、部署、贡献指南和 SDK 使用说明等,方便开发者使用和扩展。
开源且先进的大规模视频生成模型项目
Wan2.1 是一个开源且先进的大规模视频生成模型项目,支持文本到图像、文本到视频、图像到 视频等多种生成任务。它具备丰富的配置选项,可调整分辨率、扩散步数等参数,还能对提示词进行增强。使用了多种先进技术和工具,在视频和图像生成领域具有广泛应用前景,适合研究人员和开发者使用。
全流程 AI 驱动的数据可视化工具,助力用户轻松创作高颜值图表
爱图表(aitubiao.com)就是AI图表,是由镝数科技推出的一款创新型智能数据可视化平台,专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型,爱图表结合强大的数据处理能力与智能化功能,致力于帮助职场人士高效处理和表达数据,提升工作效率和报告质量。
一款强大的视觉语言模型,支持图像和视频输入
Qwen2.5-VL 是一款强大的视觉语言模型,支持图像和视频输入,可用于多种场景,如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式,还包含了视觉处理工具,有助于开发者快速集成和使用,提升工作效率。
HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。
HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力,支持多种分辨率和视频长度选择,能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法,可灵活调整生成参数,满足不同场景的需求,是文本生成图像视频领域的优质工具。
一个基于 Gradio 构建的 WebUI,支持与浏览器智能体进行便捷交互。
WebUI for Browser Use 是一个强大的项目,它集成了多种大型语言模型,支持自定义浏览器使用,具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务,无论是数据提取、网页导航还是表单填写等操作都能高效实现,有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用,在 SEO 优化方面,其关键词涵盖浏览器使用、WebUI、大型语言模型集成等,有助于提高网页在搜索引擎中的曝光度。
基于 ESP32 的小智 AI 开发项目,支持多种网络连接与协议,实现语音交互等功能。
xiaozhi-esp32 是一个极具创新性的基 于 ESP32 的开发项目,专注于人工智能语音交互领域。项目涵盖了丰富的功能,如网络连接、OTA 升级、设备激活等,同时支持多种语言。无论是开发爱好者还是专业开发者,都能借助该项目快速搭建起高效的 AI 语音交互系统,为智能设备开发提供强大助力。
一个用于 OCR 的项目,支持多种模型和服务器进行 PDF 到 Markdown 的转换,并提供测试和报告功能。
olmocr 是一个专注于光学字符识别(OCR)的 Python 项目,由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器,如 vllm、sglang、OpenAI 等,可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能,方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域,有助于提高工作效率和准确性。
飞书多维表格 ×DeepSeek R1 满血版
飞书多维表格联合 DeepSeek R1 模型,提供 AI 自动化解决方案,支持批量写作、数据分析、跨模态处理等功能,适用于电商、短视频、影视创作等场景,提升企业生产力与创作效率。关键词:飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号