jcc 的项目扩展与二次开发
2025-05-29 08:44:58作者:晏闻田Solitary
项目的基础介绍
jcc 是一个用纯 C11 编写的完整的 C 编译器,不依赖于任何第三方库或辅助工具,如解析生成器、汇编器、词法分析器等。项目的目标是成为一个功能完整的 C11/C18/C23 编译器,同时遵循最佳实践,并拥有合理的编译器架构。jcc 旨在用于学习和了解编译器,生成机器码而非汇编代码,构建 SSA 形式并将值放在寄存器中,而不是溢出到堆栈。
项目的核心功能
- 完全自举:编译器可以完全自举,并通过完整的 C 标准测试套件。
- 多平台支持:支持 AArch64、x64 和 RISC-V 32 架构。
- IR 生成:使用中间表示(IR)而不是直接生成汇编。
- 优化和降级:包括内联、常量折叠、死分支消除等优化策略。
项目使用了哪些框架或库?
jcc 项目主要依赖于标准的 C11 库和 POSIX Shell 环境。在开发过程中,使用了 CMake 来管理构建过程,同时也使用了如 bat、fd 和 rg 等工具来增强开发体验,但这些并不是必须的。
项目的代码目录及介绍
项目的代码目录结构清晰,主要包括以下部分:
src:包含编译器的核心源代码,如词法分析器、语法分析器、类型检查器、中间表示生成器等。tests:包含用于测试编译器功能和性能的测试代码。docs:存放项目的文档资料。scripts:包含项目安装和开发过程中使用的脚本。CMakeLists.txt:CMake 的配置文件,用于管理项目的构建过程。
对项目进行扩展或者二次开发的方向
-
架构优化:目前 jcc 的代码生成部分承担了过多的责任,可以考虑将一些责任(如函数的前置和后置代码)移入 IR Passes,以简化代码生成逻辑。
-
平台支持:jcc 已经支持了 AArch64、x64 和 RISC-V 32 架构,但还可以扩展支持更多的 CPU 架构。
-
功能完善:目前 jcc 还有一些功能没有实现,如
va_arg、stdatomic.h、setjmp/longjmp等,可以进一步完善这些功能。 -
性能优化:对现有代码进行性能分析和优化,提高编译器的执行效率。
-
错误处理:增强错误处理机制,提高编译器对错误输入的容错性。
-
文档和教程:编写更详细的文档和教程,帮助更多的开发者了解和使用 jcc,同时也便于二次开发。
通过上述方向,jcc 项目有望成为一个更加完善和强大的开源 C 编译器,为编译器领域的研究和开发提供有力的支持。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
308
2.71 K
仓颉编译器源码及 cjdb 调试工具。
C++
123
795
暂无简介
Dart
598
132
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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
1.03 K
461
🎉 (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
1.07 K
616
Ascend Extension for PyTorch
Python
141
170
仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
55
773
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++
634
232