maru 的安装和配置教程
2025-05-29 16:53:12作者:翟萌耘Ralph
1. 项目的基础介绍和主要的编程语言
Maru 是一种自托管的小型 Lisp 方言,它是一个符号表达式求值器,能够编译自己的实现到机器代码中。整个项目的代码量大约为 2000 行左右。Maru 特别强调在最低级别上的可塑性,目的是让任何特殊需求都能在平台上得到满足,而不是被排除在外。
该项目主要使用 C 语言进行编写,同时也使用了 Lisp 语言的一些特性。
2. 项目使用的关键技术和框架
Maru 的关键技术主要包括:
- 自托管编译:Maru 能够编译自己的实现到机器代码,这意味着它可以通过自己的编译器来编译自己,形成一个闭环。
- 符号表达式求值:这是 Lisp 语言的核心特性,用于处理和计算符号表达式。
- 跨平台支持:Maru 支持多种平台,包括 Linux、MacOS 等,通过不同的后端来生成特定平台的机器码。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统:Linux、MacOS 或其他支持 libc 的平台。
- 编译工具:安装 GCC 或 Clang 编译器。
- 对于 Linux 系统,可能还需要安装
gcc-multilib以支持 32 位编译。 - 对于 MacOS 系统,确保已安装 Xcode。
安装步骤
以下是在不同操作系统上安装 Maru 的详细步骤:
在 Debian 或 Ubuntu 系统上:
-
安装必要的编译工具和依赖:
sudo apt update sudo apt install make time rlwrap sudo apt install llvm clang sudo apt install gcc-multilib # 如果需要支持 32 位编译 -
克隆项目仓库:
git clone https://github.com/attila-lendvai/maru.git cd maru -
构建项目:
make test-bootstrap-x86
在 MacOS 系统上:
-
安装 Xcode 和 Homebrew(如果尚未安装):
xcode-select --install /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install.sh)" -
安装 LLVM:
brew install llvm echo export PATH="$(brew --prefix llvm)/bin:$PATH" >> ~/.bash_profile source ~/.bash_profile -
克隆项目仓库并构建:
git clone https://github.com/attila-lendvai/maru.git cd maru make test-bootstrap-x86
在其他平台上:
- 确保您的系统支持 libc 和 GNU 工具链或 LLVM。
- 克隆项目仓库:
git clone https://github.com/attila-lendvai/maru.git cd maru - 根据平台具体情况,调整构建命令和依赖安装。
完成以上步骤后,您应该能够成功安装并运行 Maru 项目。如果遇到任何问题,请参考项目的文档或在相关社区寻求帮助。
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
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
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
337
179
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248