Rust 桌面开发到底怎么选?先看这篇文章!

0 阅读16分钟

cover-simple.png

我最近想开发一个面向 Android 源码开发的工具。功能都不复杂,只是比较杂,例如验证签名、获取设备签名、查看设备权限等。

虽说用命令行就能解决这些问题,但操作不够直观,跟测试同事解释起来也很麻烦。

所以,我打算开发一个能在 Windows 和 Linux 上运行的桌面应用。

我对比了 CMP(Compose Multiplatform)、Flutter 等熟悉的桌面框架,也研究了几款 Rust GUI 框架。最终,我选择用 Rust 构建,原因很简单:我最看重速度!

我并不需要丰富的现成主题和 UI 控件,只需要一个简单、快速、扩展能力够强的 GUI 库。对这个小工具来说,我嫌 CMP 的体积太大。它可以把所需的 Java 运行时一起打包,同事不用另装 JVM,但我还是想省去这部分体积。

接着,一个很简单的问题来了:该用哪个 Rust GUI 库?

我花了半天时间调研,大致发现了这些:GPUI、Tauri、Egui、Iced、Slint、Dioxus、Xilem。

每个都有一群忠实用户,甚至每一个在论坛的声量都不小!

当你打开它们的示例代码,你会发现,它们看着甚至不像同一类程序。

这也是我最困惑的地方。

经过简单的梳理之后,我觉得原因其实很明确:这些库对界面应该如何工作,做出了不同的选择。弄清这些选择,选库就容易多了。

我以一个简单的日志查看器 App 为例。

让界面和数据保持同步

每个 GUI 库都能画按钮,也能告诉你按钮什么时候被点击。这部分不难。

难的是让界面跟着数据变化。你在搜索框里输入“payment”,列表就得只显示包含 payment 的日志。总得有个地方处理这次变化:搜索文字变了,就更新列表。

各个库处理这次变化的方式不一样,而传统的写法,恰好容易和 Rust 起冲突。

传统工具 Rust 的冲突

GTK 这样的传统工具包,会在内存中维护一棵控件树。窗口持有面板,面板持有搜索框和列表。只要窗口还开着,这些控件就一直存在。

你通过回调把它们连接起来。回调就是某件事发生时,由库调用的小函数。比如:“每次搜索文字发生变化,就执行这个函数,让它去更新列表。”

最后,各部分互相引用,连成一张网。父控件持有子控件,子控件又需要访问父控件,好几个回调还可能都想修改同一份筛选文字。

Android 开发者应该并不陌生,这很像以前主要用 View 写界面的方式。

这时,想想 Rust 的核心规则:每个值都只有一个所有者。其他代码可以借用它,但同一时间,要么有多个只读借用,要么只有一个可变借用。编译器会在程序运行前检查这些规则,从而消除一整类错误。

如果直接用互相交叉的引用来连接这些控件,就容易撞上这条规则:面板还借用着列表,搜索框的回调又想修改它;同一份筛选文字,也有多个地方想修改。借用发生冲突时,编译器就不让通过。控件树本身并不违反所有权规则,麻烦的是共享可变状态的组织方式。

也有办法绕过去。例如,Rust 的 RefCell<T> 可以把借用检查从编译期推迟到运行期。

代码确实能跑,但写起来太啰嗦了。

如果前一个借用尚未结束,又通过 borrow_mut() 发起冲突的可变借用,就会触发 panic;使用 try_borrow_mut() 则可以拿到错误并处理。

所以,Rust GUI 库的开发者大多避开了这种传统结构。各个团队都找到了适合 Rust 所有权规则的设计。这也是为什么会有这么多库。

用两个问题区分这些库

想分清它们,可以问两个问题。

第一个问题:谁来绘制像素?

  • 有些库交给 WebView。它利用现代操作系统上的浏览器引擎,在桌面窗口里显示一个由 HTML 和 JavaScript 构成的网页。
  • 另一些库自己绘制每个像素,通常交给显卡处理,就像电子游戏那样,一秒钟绘制很多帧完整画面。

第二个问题:数据变了之后怎么办?

  • 即时模式(Immediate mode):不沿用上一帧的界面描述,而是一帧接一帧地重新描述整个界面。听起来有点浪费,但很简单,因为界面始终只是当前数据的一种呈现。
  • 保留模式(Retained mode):让每个控件一直存在,只更新变化的部分。列表换一批行,搜索框则保持不动。传统工具包就是这么做的。
  • 介于两者之间:每次变化后,代码都会构建一份轻量的界面“方案”。库把它和上一份方案比较,再更新变化的部分。Compose 也会根据状态变化更新界面,但它依靠状态读取跟踪和重组,并不是简单比较两棵完整的界面树。

带着这两个问题,我们来看看几个主要选择。

Egui:最简单的答案

Emil Ernerfeldt 创建的 Egui 使用即时模式。整个界面就是一个函数,每次需要绘制界面时就运行一次。你从上到下写普通代码,一行放一个控件。

比如:如果“清除筛选”按钮被点击,就清空筛选条件。

这一行同时做了两件事:画出按钮,并告诉你按钮有没有被点击。既不用注册回调,也不用保存按钮对象。

所有数据都放在一个由你持有的结构体里:打开的文件、搜索文字、选中的日志级别。Egui 绘制时读取数据,结束后就释放借用。所有者很明确,Rust 的规则也就不再是麻烦。

要做桌面应用,可以搭配它的官方配套框架 Eframe。Eframe 负责打开窗口,默认通过 WGPU 绘制界面,WGPU 则负责和显卡打交道;也可以选择基于 OpenGL 的 Glow 后端。同一份代码还可以编译成 WebAssembly,在浏览器里运行。

“一直重绘,不会很耗电吗?”这个问题很合理。Eframe 只会在有事情发生时重绘,比如鼠标移动、按键,或者你主动请求重绘。窗口闲置时,开销很小。

适合日志查看器吗?

其实够用了!

一个下午就能做出第一版:搜索框、日志级别下拉框,再加一个只构建当前可见行的滚动列表。开发快,所以 Egui 很受内部工具、调试面板和游戏编辑器的欢迎。

Ernerfeldt 参与创办的 Rerun,就用 Egui 构建数据查看器,说明它也能用于实际产品。

不太顺手的地方:

  • 控件通常按顺序布局,因此先测量一组控件、再决定位置,不如把测量和布局分开的系统直接。居中布局、让列宽适应内容等需求,有时需要额外处理。不过,Egui 已支持多轮即时模式布局,可以先测量,再重新执行布局。
  • 默认外观很像开发者工具。内部使用没什么问题,要做有自己品牌风格的产品,就不太够了。
  • 应用变大之后,比如加入标签页、设置和后台加载线程,修改数据的代码就会散落在绘制函数各处。

如果这种分散开始让你头疼,可以看看下一个库。

Iced:把每次变化集中到一处

Héctor Ramón 发起的 Iced 借鉴了 Elm 语言的设计。Elm 以界面逻辑容易理解而闻名。一个 Iced 应用有四个部分:

  1. State:一个结构体,保存应用的全部状态,比如打开的文件、搜索文字和选中的日志级别。
  2. Message:一个枚举,列出所有可能发生的事情,比如搜索文字变化、选中日志级别、文件加载完成。
  3. Update:一次接收一条消息,是唯一负责修改状态的地方。
  4. View:读取状态,返回界面描述,不修改状态。

比如,你在搜索框里输入字母“P”,接下来会发生这些事:

  • 搜索框不直接修改数据,而是生成一条消息:“搜索文字变成了 P。”
  • Iced 把消息交给 update,由它保存新的文字。
  • Iced 调用 view,描述一个只显示匹配行的列表。

应用里的每次变化,都走同样的流程。它很适合 Rust 的规则:view 只读,update 是唯一的写入者。排查问题也更方便,因为每次变化都是一条可以记录、重放的消息。

这和 Compose 推荐的单向数据流很像:状态向下传,事件向上传。

读取超大日志文件这样的耗时工作,可以通过任务(Task)接入异步流程,避免窗口卡住;阻塞式文件读取仍要安排到后台线程,不能仅仅包进异步任务就指望它不阻塞。任务完成后,也会发送消息,所以 update 处理任务结果的方式,和处理点击事件一样。

绘制方面,Iced 使用 WGPU;如果机器上没有可用的显卡,还可以回退到 tiny-skia,通过 CPU 绘制。它最大的实际用户是 System76:其 COSMIC 桌面基于 libcosmic,而 libcosmic 又建立在 Iced 之上。所以,面板、设置应用和文件管理器,底层都是 Iced 程序。

那么,代价是:

  • 要多写一些代码。哪怕是很小的界面,也得为每种用户操作定义消息,功能越多,update 就越大。
  • Iced 还没到 1.0,过去的新版本经常需要修改现有代码才能适配。
  • 官方指南还在编写中,学习时很大一部分时间要靠阅读示例程序。

可能还有一点让开发者不太喜欢:虽然源码一直在更新,但截至 2026 年 11 月,最近一次正式发布的 0.14.0 还是 2025 年 12 月 7 日的版本,已经快一年了。

Tauri:把绘制交给网页

Egui 和 Iced 都自己绘制界面,所以每个控件、文本框和图表,都得用 Rust 实现。如果你的团队已经在做 Web 界面,或者你需要的图表只有 JavaScript 库能提供,放弃这些积累就有点可惜了。

Tauri 对绘制图像这个问题给出了另一种答案:让操作系统的 WebView 绘制界面。

Windows 上用 WebView2,基于 Edge;macOS 上用 WKWebView,使用 Safari 的引擎;Linux 上则是 WebKitGTK。

一个 Tauri 应用分成两部分:

  • 用户看到的前端:是一个网页。可以用 React、Svelte、Vue,也可以直接写 HTML。
  • 后端:是一个 Rust 程序,负责打开、搜索文件等实际工作。

你可能听过 Electron,VS Code 和 Slack 就在用。它同样把网页放进桌面窗口。区别在于,每个 Electron 应用都会带上一整份 Chromium,而 Tauri 使用电脑上的引擎。因此,Tauri 安装包往往只有几 MB,Electron 则可能达到 100 MB 甚至更多,具体大小仍取决于应用本身。

前后端通过命令(Command)通信。

命令就是加上 Tauri 特定标记的普通 Rust 函数。在我们的日志查看器里,它可以是一个接收搜索文字、返回匹配行的搜索函数。网页端调用 invoke,传入命令名称和搜索文字。这类调用通常使用 JSON 序列化参数和结果,Tauri 执行对应的 Rust 代码,再把结果返回给网页。

这种分工很适合日志查看器:Rust 扫描大文件,网页只接收自己需要的少量日志。如果日志还在持续写入,需要实时更新,Tauri 也提供了通道(Channel),可以按顺序把数据流式发送给网页。

Tauri 2 自 2024 年 10 月起成为稳定版,增加了在同一个项目中支持 iOS 和 Android 的能力。它还引入了能力配置(Capabilities),按窗口或 WebView 限制可使用的核心及插件命令,并为支持作用域的命令限定访问范围。正确配置后,可以限制恶意网页代码调用文件访问等功能。不过,通过 invoke_handler 注册的自定义命令默认可被应用内所有窗口和 WebView 调用,需要额外配置才能纳入权限限制。

取舍:

  • 不同操作系统使用不同的 Web 引擎,所以页面在 Windows、macOS 和 Linux 上的外观、行为可能略有差异。Linux 上还需要关注 WebKitGTK 的兼容性问题。
  • 使用常规 JSON 调用时,网页和 Rust 之间的数据需要序列化、解析。如果一次传递 200 万行日志,这些开销可能成为瓶颈。Tauri 也支持原始二进制请求和响应,因此并非所有通信都必须转成文本。对于大量日志,仍应分页返回结果,并在网页端使用虚拟列表,只创建可见的行。

GPUI:因为浏览器不够快,自己写一个库

GPUI 来自 Zed 编辑器团队。

Zed,应该是现在比较受关注的用 Rust 开发的编辑器之一。

包括 Nathan Sobo 在内的几位创始人,以前都参与过 GitHub 编辑器 Atom 的开发。Atom 基于 Electron,实际上 Electron 最初就是为 Atom 创建的。花了多年给 Atom 提速之后,他们认为:建立在浏览器引擎之上的编辑器,速度终究受引擎限制。

看来英雄所见略同。我也会在意基于 JVM 的应用在启动、内存和垃圾回收上的取舍,我也同样认为,基于 JVM 的应用,速度终受 JVM 的限制。

于是,开发 Zed 时,他们自己写了一个 GUI 库,设计更接近电子游戏,而不是网页。目标是最高每秒 120 帧,也就是说,每帧只有 8 毫秒多一点的准备时间。绘制直接交给显卡:macOS 上用 Metal,Windows 上用 DirectX 11;按照我参考的资料,Linux 上用 WGPU。

那么,它的数据流是如何工作的呢?

它结合了两种思路:

  • 数据放在实体(Entity)里,由一个叫作应用上下文(App context)的中心对象统一持有。你的代码不直接持有数据,而是持有句柄(Handle),就像拿着一张票,凭它通过应用上下文访问实体。这样就能保持单一所有者。每个实体还可以通知外部自己发生了变化,让界面知道需要更新。
  • 视图(View)是知道如何绘制自身的实体。每一帧,库都会让主视图生成一棵新的元素(Element)树,里面有行、按钮、文本块等,通过 div().flex().gap(...) 这样的链式调用描述。Web 开发者应该很熟悉这种类似 Tailwind 的写法。名为 Taffy 的布局库负责计算每个盒子的大小和位置。

对日志查看器来说,最关键的功能是等高列表(Uniform list)。

如果每行一样高,列表只需测量一行,就能算出其他行的位置,只绘制屏幕里放得下的部分。只看可见行的布局和绘制,滚动浏览 200 万行日志的开销,可以和浏览 50 行接近。读取、索引和筛选整个文件的成本,仍然要另外算。

问题在于:

GPUI 首先服务于 Zed,其他使用者排在后面。它的 API 会随 Zed 的需求变化,文档也比较少,经常得直接读 Zed 源码。屏幕阅读器支持还在追赶传统工具包。

一家叫 Longbridge 的公司维护了 gpui-kit,提供 70 多种现成控件,能帮上不少忙。

在我看来,GPUI 很适合追求绘制速度的工具,但它还在快速变化,你得跟着另一个团队的开发路线走。至于它是不是这几款里最快的,还需要在同样的场景下实测。

其他

  • Slint:使用自己的一门小语言,有点像更简洁的 HTML,可以编译成运行高效的 Rust 代码。它尤其擅长内存较少的设备,比如咖啡机屏幕、汽车仪表盘。官网上,Slint 主打的就是嵌入式 UI。
  • Dioxus:像是用 Rust 写的 React。你通过可复用组件构建界面,再交给 WebView,或它自己的实验性渲染器显示。
  • Xilem:是 Linebender 团队的研究项目,希望做出一种能自然适应 Rust 规则的响应式设计。
  • GTK-rs 和 Relm4:GTK-rs 提供 GTK 的 Rust 绑定,Relm4 则在其基础上提供受 Elm 启发的应用架构。这个传统工具包支撑了 Linux 桌面的很大一部分应用。

不得不提一点:这些项目共享了不少底层组件。

许多库用 Winit 打开窗口,用 WGPU 绘制,用 Taffy 布局,用 AccessKit 向屏幕阅读器描述控件。其中一个公共库有所改进,就可能同时让好几个 GUI 库受益。

日志查看器到底选哪个

根据上面的对比,我会这样选:

  • 给自己团队用,明天就要交付:选 Egui。即时模式让代码简短、直接。
  • 会逐渐发展成完整应用,有很多页面,还要多人协作:选 Iced。消息机制给每次变化提供了一个明确的处理位置,代码越多,这一点越有价值。
  • 团队已经在写 Web 界面,或者还需要支持手机:选 Tauri。已有的 Web 技能可以继续用,繁重的搜索工作交给 Rust。
  • 非常看重数百万行日志的滚动体验,而且能接受 API 持续变化:选 GPUI。它就是为这类需求而生的。

这些库并没有一个从好到坏的统一排名。它们只是对同样的两个问题,给出了不同答案:谁来绘制像素,界面如何跟着数据变化?先为自己的项目回答这两个问题,选哪个库,基本也就清楚了。

我呢

至于我那个面向 Android 源码开发的工具,最终选了 GPUI。因为对我来讲,快,就是最重要的指标!