用 Rust 替代 Node.js：5-10x CLI 加速

借助 AI 将 CLI 脚本从 Node.js 迁移至 Rust：性能提升 5-10 倍

使用 Node.js 18 编写的 CLI 脚本负责处理项目文件：包括递归遍历目录、按扩展名统计代码行数，以及解析 Markdown 并提取 Front Matter。在搭载 M4 芯片的 MacBook 上，执行耗时约 2 秒；而在配备 8GB 内存的 Intel Core i5-1035G1 处理器上，则需 8 秒。当脚本需要频繁重复运行时，这种性能差异便会成为关键瓶颈。

借助 AI 编程助手（Claude Code）将代码重写为 Rust 后，性能实现了 5 到 10 倍的飞跃。代码采用迭代式生成：Rust 编译器负责捕获错误，AI 则自动修复，全程无需人工干预。

技术背景与应用场景

脚本主要处理以下典型任务：

• 通过 glob 进行递归遍历，汇总各文件的代码行数统计。
• 解析 Markdown 文件，提取 Front Matter 并生成索引。

性能瓶颈主要在于 Promise 的顺序执行以及未优化的文件匹配逻辑。虽然 Node.js 仍有优化空间，但 Rust 在文件遍历和 CPU 密集型任务上具有天然优势——正如 ripgrep 或 fd 的性能通常比 grep/find 高出 10 到 20 倍。

本次实验聚焦于相对简单的任务：每个脚本约 200 行代码，不涉及网络请求、多线程或复杂的业务逻辑。

AI 辅助迁移流程

• 将原始源码输入 Claude Code，并下达迁移至 Rust 的指令。
• Rust 编译器精准捕获类型不匹配与生命周期问题，AI 随后进行迭代式修复。
• 最终代码审查：耗时约 20 分钟核对逻辑，并与原版进行对比验证。

最终生成的 Rust 代码可读性出乎意料地高。严格的类型系统构建了高效的反馈闭环：精准的编译器报错相当于为 AI 提供了自动化的代码审查。整个过程无需手动调试，也无需深厚的 Rust 开发经验。

二进制文件分发

Rust 编译生成的二进制文件具有平台特异性，直接存入 Git 仓库效率极低。我们采用了与 esbuild 类似的方案：通过 npm 包为不同平台预编译并打包对应的二进制文件。用户执行 npm install 时即可自动获取适配当前系统的二进制文件，且无需暴露源码。

性能基准测试

| 设备配置 | Node.js 18 | Rust | 性能提升 |

|---------------------|------------|----------|-----------|

| i5-1035G1, 8GB 内存 | ~8 秒 | 1-1.5 秒 | 5-7 倍 |

| MacBook M4 | ~2 秒 | ~0.3 秒 | ~6 倍 |

此类结果在“文件 I/O + CPU 密集型数据聚合”场景中十分典型。类似 ccusage 等工具，在特定操作下甚至能实现高达 1000 倍的性能跃升。

局限性与注意事项

任务适用性：

• 涉及网络或数据库调用：无性能收益（Rust 无法加速 I/O 等待）。
• 执行时间低于 1 秒的脚本：迁移投入产出比低。
• 务必先进行性能分析：推荐使用 node --prof 或 time 命令。

AI 生成限制：

• 仅适用于简单脚本。涉及复杂架构（如 Trait、异步流）的场景不在适用范围内。
• 长期依赖 AI 维护的代码容易累积技术债务。
• 缺乏 AI 辅助工具的团队将难以理解或二次修改此类代码。

核心总结

• 结合 AI 使用 Rust，可为文件遍历与 CPU 密集型 CLI 任务带来 5-10 倍的性能提升。
• Rust 编译器能自动为 AI 生成的代码完成调试与纠错。
• 通过 npm 分发平台专属二进制文件是切实可行的工程方案。
• 迁移前务必进行性能剖析；该方案仅适用于简单、独立的脚本。
• 警惕技术债务：过度依赖 AI 将为后续重构埋下隐患。

对于 Node.js 遭遇 I/O 或 CPU 瓶颈的同类工具，该迁移路径具备良好的可扩展性。

— Editorial Team