新闻详情

新闻详情

首页 / 资讯中心 / 详情

CangjieCorpus仓颉工具链安装完整指南:Linux/macOS/Windows三大平台cjc编译器配置一步到位

发布时间:2026/11/4 10:47:00来源:尧图网络
CangjieCorpus仓颉工具链安装完整指南:Linux/macOS/Windows三大平台cjc编译器配置一步到位
CangjieCorpus仓颉工具链安装完整指南Linux/macOS/Windows三大平台cjc编译器配置一步到位【免费下载链接】CangjieCorpus本仓库为仓颉编程语言语料库聚焦 仓颉编程语言 核心知识体系整合官方开发指南、API 文档、典型代码示例及语法规范等多维度资源经结构化处理与专业标注构建为支持 RAG检索增强生成技术 的高质量知识基座适配智能编码助手、学习辅助工具等应用开发需求。 欢迎开发者基于本语料库构建仓颉语言智能应用推动鸿蒙开发生态智能化升级项目地址: https://gitcode.com/Cangjie/CangjieCorpusCangjieCorpus是聚焦仓颉编程语言核心知识体系的开源语料库本指南基于库内官方手册带你完成仓颉工具链安装在 Linux、macOS、Windows 三大平台配置cjc 编译器、cjpm 包管理器等一整套开发工具从环境准备到安装验证一步到位新手也能快速跑通第一个仓颉程序。 本指南内容整理自语料库内的官方文档install_Community.md、linux_toolchain_install.md可配合阅读。仓颉工具链包含哪些工具仓颉工具链不只是一个编译器而是一整套开箱即用的开发工具集工具作用一句话理解cjc仓颉编译器把.cj源码编译成可执行程序cjpm包管理器创建工程、管理依赖、构建项目cjfmt代码格式化统一代码风格cjlint静态检查编译前发现潜在问题cjdb调试器断点调试仓颉程序cjcov覆盖率统计量化测试覆盖程度命令行的详细用法可参考cjc_usage.md、cjpm_manual_cjnative_community.md。Linux 平台 cjc 编译器安装步骤1. 环境准备系统要求与依赖安装先确认系统满足运行要求详见附录 linux_toolchain_install.md架构环境要求x86_64glibc 2.22Linux Kernel 4.12libstdc 6.0.24aarch64glibc 2.27Linux Kernel 4.15libstdc 6.0.24以 Ubuntu 20.04 为例用包管理工具安装系统依赖$ apt-get install binutils libc-dev libc-dev libgcc-9-dev⚠️ 注意仓颉工具链依赖OpenSSL 3多数发行版默认软件源没有提供需要源码编译安装。SUSE、麒麟等系统的依赖命令及 OpenSSL 3 编译步骤语料库附录中都有完整说明linux_toolchain_install.md。2. 下载并解压 SDK 安装包前往仓颉官网下载中心根据架构选择对应安装包cangjie-sdk-linux-x64-x.y.z.tar.gzx86_64 架构 Linuxcangjie-sdk-linux-aarch64-x.y.z.tar.gzaarch64 架构 Linuxcangjie-sdk-mac-aarch64-x.y.z.tar.gzarm64 架构 macOS$ tar xvf cangjie-sdk-linux-x64-x.y.z.tar.gz解压后得到一个cangjie目录里面就是完整工具链。3. 执行 envsetup.sh 完成环境配置$ source cangjie/envsetup.sh这一步会为当前 shell 配置CANGJIE_HOME等环境变量是一步到位的关键。4. 让配置永久生效envsetup.sh只对当前 shell 会话有效。想每次打开终端自动生效把下面一行追加到~/.bashrc或~/.zshrcsource /home/user/cangjie/envsetup.sh # 换成你的实际解压路径macOS 平台快速配置macOS 版支持macOS 12.0aarch64 架构只需三步$ brew install libffi # 1. 安装依赖 $ tar xvf cangjie-sdk-mac-aarch64-x.y.z.tar.gz # 2. 解压 SDK $ source cangjie/envsetup.sh # 3. 配置环境之后同样把source命令写入 shell 配置文件即可持久化。macOS 的 Apple SiliconM 系列芯片开箱即用是目前最省心的安装体验 。Windows 平台 cjc 编译器配置Windows 提供exe和zip两种安装包以cangjie-sdk-windows-x64-x.y.z为例方式一exe 安装包推荐新手双击运行跟随安装向导点击即可环境变量自动配置完成。方式二zip 安装包手动配置解压后按终端类型执行对应脚本终端环境执行命令命令提示符 CMDpath\to\cangjie\envsetup.batPowerShell. path\to\cangjie\envsetup.ps1MSYS / bashsource path/to/cangjie/envsetup.sh持久化配置zip 方式与环境变量仅当前窗口有效。想全局生效在系统属性 → 环境变量中新建用户变量CANGJIE_HOME值为解压目录如D:\cangjie编辑Path依次追加%CANGJIE_HOME%\bin、%CANGJIE_HOME%\tools\bin、%CANGJIE_HOME%\tools\lib、%CANGJIE_HOME%\runtime\lib\windows_x86_64_llvm、%USERPROFILE%\.cjpm\bin⚠️ 说明Windows 平台编译器基于 MinGW 实现功能略少于 Linux 版配置完成后建议重启命令行窗口使其生效。一键验证cjc 编译器是否安装成功三大平台通用验证方法——查看编译器版本$ cjc -v只要输出了版本信息就说明仓颉工具链安装成功✅。接着跑一个 Hello World 巩固信心完整示例见 hello_world.md// hello.cj main() { println(你好仓颉) }$ cjc hello.cj -o hello # Windows 改为cjc hello.cj -o hello.exe $ ./hello 你好仓颉命令行验证通过后还可以进一步在 VS Code 中完成 SDK 对接打开 Cangjie 插件设置在Cangjie Sdk Path: CJNative Backend中填入 SDK 绝对路径即可重启 VS Code 后通过命令面板执行cangjie: Create Cangjie Project View弹出项目创建页即说明 IDE 已正确识别仓颉工具链。创建成功后你会看到类似这样的工程结构工程内可直接使用cjpm build及其多种构建参数验证包管理器同样工作正常IDE 插件的完整安装流程参考install_community.md。常见问题与卸载更新FAQ问题解决方案cjc: command not found未执行或路径错误重新source envsetup.sh并检查路径Linux 报 OpenSSL 相关错误按附录编译安装 OpenSSL 3必要时设置LIBRARY_PATH/LD_LIBRARY_PATH新开终端后 cjc 失效envsetup配置未持久化写入 shell 配置文件或系统环境变量如何更新工具链先卸载旧版本exe 装的用户运行unins000.exe其他方式删除目录并移除环境变量再装新版 小结Linux/macOS 的核心动作是解压 source envsetup.shWindows 的核心动作是exe 向导或 zip 环境变量。三步验证cjc -v→ Hello World → IDE 识别全部通过你的仓颉开发环境就一步到位了可以开始探索语料库中 first_understanding 的基础教程正式开启仓颉编程之旅 【免费下载链接】CangjieCorpus本仓库为仓颉编程语言语料库聚焦 仓颉编程语言 核心知识体系整合官方开发指南、API 文档、典型代码示例及语法规范等多维度资源经结构化处理与专业标注构建为支持 RAG检索增强生成技术 的高质量知识基座适配智能编码助手、学习辅助工具等应用开发需求。 欢迎开发者基于本语料库构建仓颉语言智能应用推动鸿蒙开发生态智能化升级项目地址: https://gitcode.com/Cangjie/CangjieCorpus创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
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 2026/11/3 7:07:39

【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 2026/11/3 12:09:35

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 2026/11/3 12:09:38

【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 ... 2026/11/3 12:09:41

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 2026/11/4 1:25:31

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 2026/11/4 3:51:11

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
📞 ✉