在Devenv中配置Gleam语言环境的注意事项
2025-06-09 21:57:36作者:彭桢灵Jeremy
背景介绍
Devenv是一个基于Nix的开发者环境管理工具,它允许开发者快速配置和共享开发环境。Gleam是一种运行在Erlang虚拟机上的静态类型函数式编程语言,因其简洁性和可靠性而受到开发者欢迎。
问题现象
当用户在NixOS系统上使用Devenv配置Gleam开发环境时,即使启用了Gleam语言支持,执行gleam test命令时仍会遇到错误提示"Program not found",指出系统缺少escript程序。
原因分析
Gleam虽然是一种独立的编程语言,但它需要依赖Erlang运行时环境(ERTS)才能执行。escript是Erlang提供的一个工具,用于执行Erlang脚本。在Nix生态系统中,Gleam和Erlang是分开打包的,因此仅启用Gleam支持并不自动包含Erlang运行时。
解决方案
要解决这个问题,需要在Devenv配置中同时启用Erlang支持并安装必要的构建工具:
- 基础配置:在
devenv.nix文件中添加Erlang语言支持 - 构建工具:安装rebar3(Erlang的构建工具)
- 完整示例:
{ pkgs, ... }:
{
packages = [ pkgs.rebar3 ];
languages.erlang.enable = true;
languages.gleam.enable = true;
}
深入理解
这种依赖关系在Nix生态系统中很常见,它体现了Nix的模块化设计理念。Gleam编译器本身是一个独立的工具,但它生成的代码需要Erlang运行时来执行。这种显式依赖声明确保了开发环境的一致性和可重现性。
最佳实践
对于使用Gleam的开发者,建议:
- 始终同时启用Erlang支持
- 考虑将rebar3作为项目依赖
- 在团队项目中,确保所有成员使用相同的环境配置
- 可以利用Devenv的模块系统创建可重用的Gleam环境模板
未来展望
这个问题引发了关于语言环境依赖管理的讨论。理想情况下,Gleam模块应该自动处理其Erlang依赖,这可能会在未来的Devenv版本中实现。目前,开发者需要手动声明这些依赖关系。
通过正确配置,开发者可以在Devenv中获得一个完整且可靠的Gleam开发环境,充分利用Nix的可重现性和隔离性优势。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0453
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
XianyuAutoAgent智能闲鱼客服机器人系统:专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。Python05
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX028
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++02
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
831
5.5 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
495
520
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
978
2.31 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
806
1.16 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
792
1.59 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
484
314
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
777
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++
1.21 K
1.26 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
659
298