新闻详情

新闻详情

首页 / 资讯中心 / 详情

lightLang:用 Rust 和 LLVM 打造的中文编程语言

发布时间:2026/11/14 20:33:15来源:尧图网络
lightLang:用 Rust 和 LLVM 打造的中文编程语言
看之前去那里点个star吧如果你觉得这个项目有意思麻烦去 GitCode 上点个 star 支持一下你的关注就是作者继续写下去的最大动力。1. 项目简介lightLang 是一个基于 Rust 与 LLVM 的中文编程语言及工具链项目托管在 GitCode 平台项目地址为 lightLang:基于 Rust 与 LLVM 的中文编程语言及工具链项目 - AtomGit。这里的 light 是「光」的意思不是「轻量级」。项目包含中文编程语言、编译器、运行时和项目构建工具支持基础类型、异常、模块导入、FFI、GUI 和轻量 Web 服务适合用中文语法编写脚本和小型应用并接入 Rust 生态扩展功能。2. 项目背景与动机说实话市面上的编程语言大多以英文为关键字对中文开发者来说总有一道无形的门槛。这个项目是一个四年级小学生用 OpenCode 写出来的初衷特别简单让中文使用者能用自己熟悉的语言来写程序同时借助 Rust 和 LLVM 这套成熟的技术栈把编译器、运行时和工具链完整地做出来。它不是一个玩具而是一个真正能跑起来、能扩展、能接入 Rust 生态的实用项目。3. 核心功能lightLang 目前已经具备一套相当完整的能力主要包括中文编程语言支持用中文关键字和语法编写代码降低上手门槛。编译器与运行时基于 LLVM 生成高效代码并配套完整的运行时环境。项目构建工具提供工程化的构建能力方便组织和管理项目。基础类型与异常内置常用数据类型和异常处理机制满足日常开发需求。模块导入与 FFI支持模块化组织代码并能通过 FFI 调用 Rust 生态的库。GUI 与轻量 Web 服务可以直接编写带界面的应用也能快速搭起一个轻量 Web 服务。4. 技术架构lightLang 的整体架构围绕「前端 中端 后端」展开核心数据流大致如下flowchart LR A[中文源代码] -- B[词法分析 Lexer] B -- C[语法分析 Parser] C -- D[AST 抽象语法树] D -- E[语义分析与中间表示] E -- F[LLVM IR 生成] F -- G[机器码与运行时]前端负责把中文源码解析成 AST中端做语义检查和中间表示转换后端则交给 LLVM 生成高效的机器码。每一层职责清晰既方便调试也方便后续做优化和扩展。5. 快速上手想跑起来 lightLang 很简单先把项目克隆到本地git clone https://gitcode.com/NomiLight2026/lightLang.git cd lightLang然后按照 README 的说明安装依赖并构建。以交互式 REPL 为例你可以直接输入中文代码并立刻看到结果比如 定义 x 10; x * 2 5; 256. 代码示例下面用一个简单的例子感受一下 lightLang 的写法。假设我们要写一个计算斐波那契数列的函数// 示例代码具体语法以项目 README 为准 定义 斐波那契 函数(数字 n) { 如果 (n 2) { 返回 n; } 返回 斐波那契(n - 1) 斐波那契(n - 2); }; 打印(斐波那契(10));可以看到变量绑定、函数定义、条件判断和递归调用这些能力都支持而且关键字是中文的读起来非常亲切。你可以对照源码里的实现一步步理解它从源码到机器码的完整过程。7. 项目结构lightLang 的源码组织得比较清晰方便阅读和二次开发lightLang/ ├── src/ │ ├── lexer/ # 词法分析 │ ├── parser/ # 语法分析 │ ├── ast/ # 抽象语法树定义 │ ├── compiler/ # 编译与 LLVM 后端 │ ├── runtime/ # 运行时环境 │ ├── toolchain/ # 构建工具链 │ └── main/ # 入口与 REPL ├── tests/ # 测试用例 └── README.md # 项目说明文档8. 参与贡献lightLang 还很年轻非常欢迎社区一起参与。如果你对编译器、中文编程语言或 Rust 生态感兴趣可以从这几个方向入手完善中文语法特性比如字符串处理、数组、字典等复合类型。优化编译性能改进 LLVM 后端生成代码的质量。丰富运行时能力增强 FFI 和 GUI 支持。补充测试用例提升覆盖率让项目更健壮。你可以通过 GitCode 的 Issue 和 Pull Request 参与讨论和协作作者会很乐意和你交流。9. 总结lightLang 是一个把「中文编程」和「Rust LLVM 工程实践」结合起来的项目。它既能让中文使用者用熟悉的语言写代码又能让你深入理解一门语言从源码到机器码的完整链路。无论你是想尝试中文编程还是想研究编译器实现lightLang 都值得你点开看看——当然别忘了顺手点个 star。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉