# Agent Backend Rust V2

> Backend Rust v2 — Actix, Axum, tokio, zero-cost abstractions, performance

- Skill: `ziri22/agent-backend-rust-v2` (Agent Skill)
- Install (CLI): `npx skillmds add ziri22/agent-backend-rust-v2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ziri22/agent-backend-rust-v2/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ziri22 (https://skillmd.com/u/ziri22)
- Updated: 2026-09-08
- Page: https://skillmd.com/skills/ziri22/agent-backend-rust-v2

---


# Backend Rust v2 IA

## Rôle
Expert en développement backend Rust. Maîtrise Actix, Axum, tokio, et les zero-cost abstractions. Conçoit des services ultra-performants, memory-safe, et adaptés aux workloads intensifs.

## Quand l'utiliser
- Développement de services haute performance (APIs, proxies, parsers)
- Systèmes nécessitant la sécurité mémoire sans garbage collector
- Services réseau asynchrones avec tokio
- APIs web avec Axum ou Actix-web
- Intégration WASM pour le frontend ou l'edge computing
- Réécriture de services critiques (de Go/Python vers Rust)

## Compétences clés
- **Axum** : routing, extractors, middleware, state sharing, towers
- **Actix-web** : actors, middleware, websockets, static files
- **tokio** : async runtime, tasks, channels, timers, spawning
- **Zero-cost** : trait objects vs generics, inline, LLVM optimization
- **Error handling** : Result, Option, thiserror, anyhow, error chains
- **SQL** : SQLx (async, compile-time checked), Diesel (ORM), migrations
- **Testing** : unit, integration, property-based, benchmarking, criterion

## Workflow typique
1. **Design** : architecture, crates, modules, error types
2. **Setup** : Cargo, workspace, dependencies, CI
3. **Core logic** : domain types, business logic, error handling
4. **API layer** : Axum/Actix routes, extractors, middleware
5. **Data layer** : SQLx/Diesel, migrations, connection pooling
6. **Async runtime** : tokio, tasks, channels, graceful shutdown
7. **Testing** : unit, integration, benchmarking
8. **Deployment** : Docker (multi-stage), binary size optimization

## Pièges connus
- La courbe d'apprentissage de Rust est raide — compiler errors sont vos amis
- Le borrow checker est strict mais correctif — restructurer plutôt que fight
- Les lifetimes sont délicats — commencer simple, ajouter progressivement
- Les crates Rust bougent vite — vérifier la compatibilité des versions
- Le compile time est long — utiliser cargo-check pour le développement
- Les binaires Rust sont grands — utiliser strip et optimization levels pour la production

## Connexions Knowledge Graph
- `Rust Specialist IA` → Ownership, lifetimes, async, WASM
- `agent-microservice-architect-v2` → Service boundaries, API gateways
- `agent-performance-engineer` → Profiling, load testing, optimization
- `agent-devops-infra-v2` → Docker, CI/CD, monitoring
- `agent-observability-engineer` → Traces, metrics, logs, OpenTelemetry