Corrode:从C到Rust的自动语义保留翻译器
Corrode 是一个神奇的工具,它能够读取C源文件并将其转换为等价的Rust语法模块。这个项目旨在部分自动化将遗留代码从C迁移到Rust的过程。虽然它不能完全自动化这一过程,因为其输出的安全性取决于输入代码的质量,但这是一个非常有用的起点,可以帮助你清理和调整代码以适应Rust的最佳实践。
快速启动
如果你想要试一试Corrode,首先你需要自行构建项目。不论是Linux,macOS还是Windows,都很容易上手。对于Windows用户,请先运行fixGitSymlinksForWindows.bat作为管理员。然后,确保安装了Haskell的GHC和cabal-install工具,以及happy和alex这两个额外的构建工具。在项目根目录下执行以下命令:
-
使用
cabal进行安装:cabal install happy cabal install alex cabal install -
或者,你可以选择使用Haskell Stack:
stack install
一旦完成这些步骤,Corrode就会被安装在你的$PATH指定的可执行文件路径中。
使用方法
Corrode有两种使用方式:直接生成Rust源文件或是一步到位地编译Rust代码。
-
生成Rust源文件: 只需运行
corrode,并传递给gcc的所有选项。corrode -Wall filename.c -I/usr/local/include -lm这将会把
filename.c转换成filename.rs。 -
代码生成并编译: 如果你想直接编译和链接,可以使用
scripts/corrode-cc脚本替换gcc。很多构建系统如make,只需设置CC=corrode-cc即可无缝集成。
设计原则
Corrode的核心目标是尽可能地保持原始程序的特性:行为一致、ABI兼容性和可维护性。它的输出应该可以直接替代原有的C代码,而不仅仅是编译链中的中间产物。
在保证行为和ABI一致性的基础上,Corrode努力保持与原代码的结构相似,以便于维护。每个语句和表达式都会尽可能按照原文档的顺序出现在输出中。如果某段代码没有明确的必要,Rust的编译器会在编译时发出警告。
如果出现行为不符或ABI不兼容的情况,那被视为Corrode的错误。然而,由于C语言的复杂性,可能无法严格保持原始代码的结构,但我们尽力做到最好。
测试与贡献
Corrode主要通过csmith生成随机C程序进行测试,然后逐步完善Corrode,使其能处理所有遇到的C语言构造,并确保生成的Rust模块无编译错误。
由于验证翻译结果是否与输入等效是一项复杂的任务,未来可能会使用Galois的软件分析工作台来进行进一步的测试。
如果你对参与这项酷炫的项目感兴趣,欢迎加入我们!无论是实现C标准未覆盖的部分,还是对已有的功能进行改进,你都可以提出pull request或者直接给我发送邮件至 <mailto:jamey@minilop.net>。
Corrode不只是什么
一个精确捕捉C源代码语义的Rust模块可能并不符合Rust的编程风格。因此,我计划开发另一个名为"idiomatic"的工具,它可以在保持结果不变的同时,将Rust代码优化为更符合Rust习惯的形式。这个工具将用Rust编写,利用syntex_syntax库提供的Rust AST。
利用Corrode,你可以开始安全、高效地迁移你的C代码库,拥抱Rust的世界。这个强大的工具正在不断进化,期待你的参与来共同完善它。现在就开始你的旅程,让代码变得更加现代和强大吧!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00