Stack项目中的GHC-Paths构建失败问题分析与修复
2025-06-16 01:49:09作者:卓艾滢Kingsley
在Stack 2.15.7版本中,用户报告了一个关于ghc-paths包构建失败的回归问题。这个问题主要出现在使用较旧GHC版本(LTS-18及更早版本)的环境中,具体表现为在构建过程中出现"parse error on input 'import'"的编译错误。
问题现象
当用户尝试构建依赖ghc-paths的包时(如doctest),构建过程会在ghc-paths包的配置阶段失败。错误信息显示,在编译StackSetupShim模块时,GHC无法解析import语句,尽管代码看起来完全合法。
典型的错误输出如下:
/home/user/.stack/setup-exe-src/setup-shim-HwdwpEmb.hs:10:1: error:
parse error on input 'import'
|
10 | import Data.List ( stripPrefix )
| ^^^^^^
问题根源分析
经过深入调查,发现问题源于两个因素的组合:
- Haddock注释位置:setup-shim模块中在import语句前使用了
-- |风格的Haddock注释 - GHC编译选项:构建过程中启用了
-haddock选项
在GHC 8.10.7及更早版本中,这种特定组合会导致解析错误。值得注意的是,单独使用其中任何一个因素都不会引发问题,只有两者同时存在时才会触发这个边界情况。
技术背景
Haddock是Haskell的标准文档工具,-- | 风格的注释专门用于为后续声明生成文档。在正常情况下,这种注释应该可以出现在任何声明前,包括import语句。
GHC的-haddock选项指示编译器在处理源代码时同时处理Haddock注释。在某些旧版本中,当这个选项与import语句前的Haddock注释结合时,会出现解析异常。
解决方案
修复方案相对简单直接:
- 移除setup-shim模块中import语句前的Haddock注释
- 或者保留注释但确保不在构建时启用
-haddock选项
Stack团队选择了第一个方案,因为这不会影响实际功能,同时避免了与旧GHC版本的兼容性问题。这个修复已经包含在Stack 3.1.1版本中。
经验教训
这个案例展示了几个重要的开发实践:
- 版本兼容性测试的重要性:即使改动看似无害,也需要在各种环境下充分测试
- 边界情况处理:某些功能组合可能产生意料之外的行为
- 构建系统复杂性:构建工具链中的细微差别可能导致难以诊断的问题
对于Haskell开发者来说,这个案例也提醒我们注意GHC版本间的行为差异,特别是在处理文档注释和构建选项时。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust021
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
518
630
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
🎉 (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
1.57 K
910
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++
948
889
暂无简介
Dart
923
228
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
399
304
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
635
217
openGauss kernel ~ openGauss is an open source relational database management system
C++
183
260