Maru 项目启动与配置教程
2025-05-29 11:28:56作者:宣聪麟
1. 项目的目录结构及介绍
Maru 项目是一个轻量级的自托管 Lisp 方言,其源代码托管在 GitHub 上。项目的目录结构如下:
boot.l: 包含启动时的核心代码。default.nix: Nix 系统的配置文件,用于创建一个与作者开发环境相同的环境。doc/: 包含项目的文档,介绍了项目的细节和使用方式。eval.c: C 语言编写的评估器,是启动过程中的一个基础组件。eval.l: Lisp 语言编写的评估器,是项目的核心文件之一。manifest.scm: Scheme 文件,用于生成构建系统的配置。Makefile: Makefile 文件,用于编译和测试项目。README.md: 项目说明文件,包含项目的基本信息和如何开始使用。source/: 包含项目的主要 Lisp 源代码。tests/: 包含项目的测试代码。tools-for-build/: 包含构建过程中使用的工具代码。.envrc: 环境变量配置文件。.gitignore: Git 忽略文件,用于指定 Git 应该忽略的文件和目录。
2. 项目的启动文件介绍
项目的启动主要依赖于以下几个文件:
boot.l: 这是启动脚本,负责初始化环境和加载其它必要的组件。eval.c和eval.l: 这两个文件共同构成了项目的评估器,eval.c是 C 语言版本,用于初期启动,而eval.l是 Lisp 语言版本,是项目的核心。
在启动项目时,通常会先运行 Makefile 中的 make 命令,该命令会编译和链接相关的源代码文件,生成可执行文件,并运行自托管的 Lisp 解释器。
3. 项目的配置文件介绍
项目的配置主要涉及以下文件:
default.nix: 如果你在 Nix 系统上工作,这个文件将帮助你设置一个隔离的开发环境,确保依赖项的版本与其他开发者一致。manifest.scm: 这个文件用于配置构建系统,定义了构建过程中的各种参数和依赖。Makefile: 这个文件是项目构建的核心,定义了编译、测试等构建步骤。
对于大多数用户来说,最直接的配置是通过修改 Makefile 文件来实现,例如,更改编译选项或指定不同的后端平台。如果你使用的是 Nix 系统,default.nix 文件可以确保你的开发环境与作者的环境保持一致。
在开始之前,请确保你已经阅读了 README.md 文件,它提供了关于如何获取依赖、编译和测试项目的详细说明。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873