NeoMind：基于Rust的边缘AI平台，用大语言模型实现物联网设备的自主决策

NeoMind是使用Rust构建的边缘AI平台，通过大语言模型（LLM）实现物联网设备的自主管理与自动化决策。支持多后端LLM、BLE配网、MQTT协议、AI Agent工具调用、实时视觉分析等完整功能，提供桌面应用与服务器部署两种模式，旨在解决边缘AI与IoT整合中的协议异构、实时性、安全隔离等挑战。

随着大语言模型（LLM）能力的快速演进，将其部署到边缘设备以实现本地化、低延迟的智能决策成为行业热点。然而，LLM与物联网（IoT）生态系统深度整合面临诸多挑战：设备协议异构、实时性要求、安全隔离、多模态数据处理等。NeoMind应运而生，以Rust为核心服务实现语言，结合React/TypeScript前端和Tauri桌面框架，提供从边缘到云端的一体化解决方案。

NeoMind采用模块化、事件驱动的架构设计，各组件通过事件总线（Event Bus）解耦通信。核心层包括neomind-core（定义核心trait和类型系统）、neomind-api（基于Axum的Web API服务）、neomind-agent（AI Agent模块）、neomind-storage（基于redb的嵌入式存储）；设备与自动化层含neomind-devices（MQTT设备管理、BLE配网）、neomind-rules（规则引擎）、neomind-messages（消息系统）；扩展层提供SDK与进程隔离的扩展执行环境。前端基于React18+TypeScript+Tailwind CSS，通过Tauri 2.x打包跨平台桌面应用。

NeoMind支持多种LLM后端（Ollama、OpenAI、Anthropic、Google、xAI、通义千问等），用户可灵活选择。AI Agent系统具备工具调用能力，分为专注模式（单轮快速响应，适用于监控任务）和自由模式（多轮开放式推理，适合故障诊断）。内置工具包括设备查询控制、Shell工具、AI指标工具、自定义技能系统（YAML+Markdown格式）。

设备接入方式：BLE配网（零接触设置，支持多种网络类型）、MQTT协议（内置代理，mTLS认证）、自动发现注册（局域网检测、AI辅助类型识别）。实时视觉分析通过WebSocket流式传输视频帧，可配置任意LLM后端作为视觉模型，结果绑定数据源在仪表板展示，用于场景理解（如人员检测、设备异常）。

存储架构：时间序列存储（redb，高效范围查询与聚合）、LLM分类记忆（Profile用户偏好、Knowledge领域知识、Tasks任务历史、Evolution系统演化洞察）、向量搜索（语义检索）。安全方面：扩展系统采用能力模型访问控制（如device_control、agent_invoke等），支持原生动态库与WASM格式，进程隔离运行且崩溃自动重启。

部署选项：桌面应用（跨平台，内置服务器与Web UI）、服务器二进制（无头部署，自带静态服务）、一键安装脚本（curl -fsSL https://raw.githubusercontent.com/camthink-ai/NeoMind/main/scripts/install.sh | sh）。典型场景包括智能家居中枢、工业设备监控、实验室自动化、边缘AI推理节点等。

NeoMind展现现代边缘AI系统设计范式：Rust的内存安全与异步性能、LLM原生支持、IoT深度整合、安全隔离机制、开发者友好（480+单元测试、完整CLI、扩展SDK）。作为开源项目，为下一代智能边缘设备提供完整参考实现，模块化设计便于定制扩展。