IronScheme安装与配置指南
2025-04-18 18:02:17作者:翟萌耘Ralph
1. 项目基础介绍
IronScheme 是一个开源的 Scheme 语言实现,旨在兼容 R6RS 规格。它是一个适用于所有 .NET 实现的平台和语言的 Scheme-like 实现。IronScheme 的宏系统基于 psyntax,与其他使用 psyntax 的实现(如 Icarus、Vicare、Chez)行为相似。
主要编程语言:Scheme (大部分) 和 C# (部分)。
2. 项目使用的关键技术和框架
- .NET 实现:IronScheme 支持.NET平台,包括.NET Framework和.NET Core。
- R6RS 规范:实现超过99%的 R6RS 规范和指定行为。
- 宏系统:基于 psyntax 的宏系统,提供类似其他 Scheme 实现的宏功能。
3. 安装和配置准备工作
在开始安装 IronScheme 前,请确保以下准备工作已经完成:
- 安装 .NET 9 SDK。
- 准备一个合适的开发环境(例如 Visual Studio 2019 或 2022)。
4. 安装步骤
Windows 平台
-
克隆项目仓库:
git clone https://github.com/IronScheme/IronScheme.git -b master --recurse-submodules -
切换到项目目录:
cd IronScheme/IronScheme -
构建:
build -
运行测试:
test && test /net9 && test /core -
打包:
package -
运行 IronScheme:
运行
IronScheme.Console.exe,选择对应的运行时和位数。如果使用 .NET Core,可以通过以下方式运行:
dotnet --fx-version <version> IronScheme.ConsoleCore.dll <args...>或者直接运行:
IronScheme.ConsoleCore.exe --fx-version <version> <args...>要运行在最新安装的 .NET Core 版本上,可以使用:
dotnet --roll-forward LatestMajor IronScheme.ConsoleCore.dll <args...>
非 Windows 平台
-
克隆项目仓库:
git clone https://github.com/IronScheme/IronScheme.git -b master --recurse-submodules -
切换到项目目录:
cd IronScheme/IronScheme -
构建:
sh build.sh -
运行测试:
sh test.sh -
运行 IronScheme:
确保 .NET Core 已安装,然后使用以下方式运行:
wget https://dot.net/v1/dotnet-install.sh chmod +x dotnet-install.sh dotnet-install.sh --channel Current --runtime dotnet export -p PATH="$HOME/.dotnet:$PATH" wget https://github.com/IronScheme/IronScheme/releases/download/<latest release>.zip unzip <latest release>.zip cd IronScheme alias ironscheme="dotnet IronScheme.ConsoleCore.dll" ironscheme
以上步骤将为您提供一个 IronScheme 的基本安装和配置。您可以根据需要进一步探索和使用该项目的功能。
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
336
178