Maru 开源项目最佳实践教程
2025-05-29 13:03:51作者:蔡怀权
1. 项目介绍
Maru 是一个自托管、极简的 Lisp 方言编程语言。它包含一个符号表达式求值器,能够将其自身实现编译为机器代码,总共大约 2000 行代码。Maru 旨在在最低级别上具有可塑性,以便任何特殊需求都可以在平台上轻松容纳,而不是被排斥。
该项目也是一个探索引导和计算系统开发的领域。项目的主要驱动是清晰、正式地表达通常被视为黑魔法的内容:在一种语言之上引导另一种语言。
2. 项目快速启动
以下是快速启动 Maru 项目的步骤:
首先,确保你的开发环境中安装了必要的依赖:
-
对于基于 Debian 的系统,运行以下命令安装依赖:
sudo apt install make time rlwrap sudo apt install llvm clang sudo apt install gcc-multilib -
对于 MacOS 系统,你需要安装 XCode 和 Homebrew,然后使用 Homebrew 安装 LLVM:
xcode-select --install /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)" brew install llvm echo export PATH="$(brew --prefix llvm)/bin:$PATH" >> ~/.bash_profile source ~/.bash_profile
然后,克隆项目仓库并编译测试:
git clone https://github.com/attila-lendvai/maru.git
cd maru
make test-bootstrap-x86 # 默认使用 libc 平台
# 或者指定平台进行编译测试
make PLATFORM=[libc,linux] test-bootstrap[-llvm,-x86]
3. 应用案例和最佳实践
-
构建自托管环境:Maru 的设计初衷之一就是自托管,因此,一个最佳实践是尝试在新的架构上引导 Maru,并将其作为种子来构建整个计算系统。
-
模块化开发:在开发过程中,尽量将代码模块化,这样可以更容易地在不同的阶段重用和引导代码。
-
编写清晰的文档:为了便于其他人理解和贡献,编写清晰、详细的文档是非常重要的。
-
持续集成:使用自动化测试和构建过程来确保代码质量和项目的持续可构建性。
4. 典型生态项目
目前,Maru 主要是作为一个探索性的项目,它并没有一个广泛的生态。但是,以下是一些可能的生态项目:
-
教育工具:由于 Maru 的极简主义设计,它可以用作教学编程和语言设计的工具。
-
嵌入式系统:由于 Maru 可以编译为机器代码,它可能适用于需要在嵌入式系统中运行的自定义语言。
-
平台抽象:Maru 的跨平台设计意味着它可以用作在不同系统之间提供统一编程接口的抽象层。
通过遵循上述最佳实践,开发者和使用者可以更好地利用 Maru 项目,并在开源社区中促进其健康发展。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
732
4.75 K
Ascend Extension for PyTorch
Python
614
793
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1 K
1.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
393
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.17 K
151
暂无简介
Dart
983
252
Oohos_react_native
React Native鸿蒙化仓库
C++
348
402
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.67 K
987