Repline:Haskell 的 GHCi 式 REPL 接口封装
2025-05-18 09:49:05作者:何将鹤
1. 项目介绍
Repline 是一个 Haskell 库,用于创建类似 GHCi 的 REPL(读取-执行-打印-循环)界面。它提供了一个稍微高级的封装,使得创建与普通 MTL(Monad Transformer Library)变换器可组合的 REPL monads 变得更加方便。Repline 的主要目的是减少重复实现相同接口的工作,并提供一组实用的工具,以便快速搭建 shell 界面。
2. 项目快速启动
首先,确保你已经安装了 Haskell 平台和 Cabal。以下是将 Repline 添加到你的项目并启动一个简单 REPL 的步骤:
# 克隆项目
git clone https://github.com/sdiehl/repline.git
# 进入项目目录
cd repline
# 编译项目
cabal update
cabal install
# 创建一个简单的 REPL
# 在 Haskell 文件中添加以下代码
```haskell
import Repline
main :: IO ()
main = repl
stack run
上述代码将启动一个简单的 REPL,你可以输入命令并看到输入的内容被打印出来。
## 3. 应用案例和最佳实践
以下是一些使用 Repline 的应用案例和最佳实践:
### 状态管理
Repline 支持使用 `StateT` monad transformer 添加状态管理功能。这对于实现依赖于内部状态的 tab completion 非常有用。
```haskell
type IState = Set String
type Repl a = HaskelineT (StateT IState IO) a
cmd :: String -> Repl ()
cmd input = modify $ \s -> Set.insert input s
comp :: (Monad m, MonadState IState m) => WordCompleter m
comp n = do
ns <- get
return $ filter (isPrefixOf n) (Set.toList ns)
Tab Completion
你可以为你的 REPL 添加 tab completion 功能。以下是一个简单的 tab completion 示例:
completer :: WordCompleter (HaskelineT IO)
completer n = do
let names = ["kirk", "spock", "mccoy"]
return $ filter (isPrefixOf n) names
命令处理
你可以定义命令来处理用户输入,例如帮助命令或执行特定操作的命令。
help :: [String] -> Repl ()
help args = liftIO $ print $ "Help: " ++ show args
say :: [String] -> Repl ()
say args = do
_ <- liftIO $ system $ "cowsay " ++ unwords args
return ()
4. 典型生态项目
Repline 是一个可以与其他 Haskell 库和工具配合使用的项目。以下是一些可能与之配合使用的典型生态项目:
haskeline:提供 readline 功能的库,是 Repline 依赖的核心库。mtl:Monad Transformer Library,提供了一系列用于组合 monads 的工具。stack或cabal:Haskell 的包管理工具,用于构建和依赖管理。
通过结合这些项目,你可以创建强大的交互式命令行应用程序,提供丰富的用户界面和功能。
登录后查看全文
热门项目推荐
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 StartedRust011
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
热门内容推荐
最新内容推荐
如何用自然语言掌控电脑?UI-TARS-desktop智能助手入门指南离线语音资源全攻略:高效管理与优化指南4步攻克抖音直播回放留存难题:面向内容创作者的全流程技术指南Home Assistant功能扩展实战指南:从问题诊断到价值实现的完整路径开源工具 AzurLaneLive2DExtract:3大核心优势助力碧蓝航线Live2D模型资源提取与二次创作Godot卡牌游戏框架深度探索:从理论架构到实战开发直播内容管理新维度:多场景直播归档方案全攻略OBS Advanced Timer:5个直播控时秘诀让你的直播节奏尽在掌握零基础掌握Home Assistant扩展:Docker加载项实战指南虚拟显示技术重塑数字工作空间:突破物理屏幕限制的多屏效率革命
项目优选
收起
暂无描述
Dockerfile
677
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
629
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++
947
887
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
398
303
🎉 (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
1.56 K
909
暂无简介
Dart
921
228
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
昇腾LLM分布式训练框架
Python
143
169
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381