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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
535
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178