ReScript编译器标准库构建流程重构的技术演进
2025-05-31 06:48:35作者:姚月梅Lane
在ReScript编译器项目中,标准库的构建流程一直是一个需要优化的关键环节。近期开发团队针对这一问题进行了深入讨论和技术实践,最终实现了从传统构建方式向现代化工具链的平滑过渡。
背景与挑战
ReScript的标准库包含多个关键组件:基础运行时(caml_*)、Belt库、Core库等。传统构建方式依赖ninja脚本和bsb构建系统,存在构建流程复杂、依赖管理不够清晰等问题。特别是在准备引入Core库到编译器主仓库时,这些问题变得更加突出。
主要技术挑战包括:
- 循环依赖问题需要解决
- 需要确保各组件能独立构建
- 构建系统需要支持新旧两种模式并行
- 类型系统基础需要重新设计
技术方案演进
开发团队最初考虑创建一个独立仓库(rescript-stdlib)作为过渡方案,在其中试验新的构建流程。这个方案的主要优势是可以快速迭代,不受主仓库其他部分的约束。实验仓库中实现了:
- 最小化标准库(stdlib-mini):包含最基础的运行时支持
- 运行时组件(caml_*):仅依赖最小标准库
- Belt库:同样仅依赖最小标准库
- Core库的集成
在实验过程中,团队发现了一些关键设计问题:
- 基础类型定义的位置问题
- 运行时依赖的最小集确定
- 各组件间的依赖关系梳理
最终解决方案
经过多次讨论和验证,团队最终采用了更直接的方案,通过两个主要PR(#7108和#7116)实现了目标:
- 重新引入-nostdlib编译选项
- 构建系统全面转向rewatch
- 重构标准库依赖关系
- 确保各组件可独立构建
新方案保留了以下重要特性:
- 兼容旧版编译器(v11)
- 支持无标准库模式(-nostdlib)
- 支持无预定义环境模式(-nopervasives)
- 同时支持柯里化和非柯里化模式
技术实现细节
在实现过程中,团队特别关注了几个关键技术点:
-
类型系统基础:将基础类型定义从Core中分离,确保运行时和Belt等组件不依赖Core。
-
构建流程优化:通过rewatch实现增量构建,大幅提升开发效率。
-
模块化设计:每个标准库组件都有清晰的边界和依赖声明。
-
兼容性处理:确保新旧构建系统可以并行工作,平稳过渡。
未来展望
这一重构为ReScript带来了更灵活的构建系统,也为后续工作奠定了基础:
- 标准库组件可以独立发布为npm包
- 为v12编译器版本做好准备
- 更清晰的模块边界有利于长期维护
- 为可能的更多标准库扩展提供框架支持
这一系列改进展示了ReScript团队对构建系统现代化的深入思考和实践,将为社区开发者带来更流畅的开发体验。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
7
Ascend Extension for PyTorch
Python
185
196
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
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210