rivet
为AI智能体和工作流设计的轻量级、有状态执行原语。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：rivet。 它的用途是：为AI智能体和工作流设计的轻量级、有状态执行原语。 完整的 Skill 内容见：https://321skill.com/skills/rivet/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我创建一个简单的聊天机器人Actor，它需要记住对话历史，并能实时推送回复。” 它会引导你定义Actor的状态（如消息数组）和运行逻辑（处理队列消息、调用AI模型、广播回复）。接着，你可以通过客户端SDK连接到这个Actor，发送用户消息并实时接收AI生成的回复流。
介绍
Rivet Actors 旨在解决AI智能体、协作应用等场景下，对长期运行、有状态、低成本且易于扩展的计算单元的需求。传统服务器或容器方案在冷启动、内存开销和闲置成本上存在瓶颈，而Rivet Actors将状态与计算紧密耦合，提供内存级访问速度，并支持自动持久化。
开发者通过定义Actor（包含状态和异步运行函数）来创建应用单元。Actor可以接收队列消息、处理工作流、广播实时事件，并能在活跃时长期运行，闲置时休眠以节省成本。前端或后端客户端可以通过SDK连接到特定Actor实例，发送消息并监听事件，实现双向通信。
它非常适合需要为每个用户、会话或智能体维护独立、持久化状态的开发者，例如构建实时协作工具、复杂的AI Agent系统或需要精细控制多租户数据隔离的后端服务。对于需要快速响应、处理突发流量且关注成本效率的团队尤为合适。
建议从官方Quickstart文档入手，理解Actor的生命周期和状态管理机制。由于状态默认在内存中，对于关键业务数据，务必配置可靠的持久化后端（如SQLite）。在规划架构时，可充分利用其内置的队列、定时器和WebSocket功能，减少对外部中间件的依赖。
核心特点
与Kubernetes Pod或虚拟机相比，Rivet Actors的冷启动时间极短（约20ms），内存开销极低（约0.6KB），且在闲置时成本为零，实现了真正的按需伸缩。它将状态、网络和计算封装为一个轻量级原语，简化了构建有状态分布式应用的复杂度。
注意事项
不适合需要极强CPU算力、复杂GPU计算或对状态一致性有极高要求的传统重型批处理任务。
常见问题
Rivet Actors 和 Serverless 函数有什么区别？
Serverless函数通常是无状态的，每次调用独立。而Actor是长期有状态的，状态在内存中持久化，更适合会话、智能体等需要连续上下文的应用。
Actor的状态如何保证不丢失？
状态默认在内存中，但支持自动持久化到SQLite或用户自选的数据库，确保进程重启后状态可恢复。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/rivet/raw/index.md 读取 rivet 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/rivet/raw/index.md（查看排版版本）