wrangler 的安装和配置教程
项目基础介绍
wrangler 是一个支持交互式重构Erlang程序的开源工具。它可以进行函数、变量和模块的重命名,函数提取和泛化等结构性修改。wrangler 不仅识别代码中的宏,还能在单个文件或整个项目中使用。此外,它还可以用于查找和删除代码克隆,以及改进项目的模块结构。wrangler 是可扩展的,提供了编写新重构操作的API和一个用于编写复杂重构组合的领域特定语言(DSL)。
编程语言
该项目主要使用Erlang语言开发,同时也包含了一些Emacs Lisp和C语言的代码。
关键技术和框架
- Erlang模式:
wrangler集成了Erlang模式,可在Emacs编辑器中使用。 - 交互式重构:提供了多种重构功能,如重命名、提取方法等。
- 代码克隆检测:能够检测和移除重复的代码块。
- API迁移:支持API函数接口变更时的自动迁移。
准备工作
在开始安装wrangler之前,您需要确保您的系统中已经安装了以下依赖项:
- Erlang/OTP:Erlang编程环境的运行时和库。
- Emacs:一个功能强大的文本编辑器,用于编辑代码。
- Git:版本控制系统,用于从GitHub克隆项目。
确保这些工具已经安装并且正确配置之后,您可以继续以下安装步骤。
安装步骤
-
克隆项目
打开终端(或命令提示符),然后执行以下命令来克隆
wrangler仓库:git clone https://github.com/RefactoringTools/wrangler.git这将在当前目录下创建一个名为
wrangler的文件夹,其中包含了所有项目文件。 -
安装依赖项
在
wrangler目录中,执行以下命令来编译项目:make如果编译成功,
wrangler的相关文件将被编译并放置在适当的位置。 -
配置Emacs
为了在Emacs中使用
wrangler,您需要在Emacs的配置文件中(通常是.emacs或.emacs.d/init.el)添加以下行来加载wrangler:(load-file "/path/to/wrangler/elisp/wrangler.el")替换
/path/to/wrangler/elisp/wrangler.el为您系统中wrangler.el文件的实际路径。 -
启动Wrangler
在Emacs中打开一个Erlang源文件,然后执行
M-x erlang-wrangler-on命令来启动wrangler。您应该会看到一个名为“Wrangler”的新菜单出现在菜单栏中。 -
使用Wrangler
现在您可以开始使用
wrangler提供的各种重构功能了。根据需要选择相应的菜单项,并按照提示进行操作。
以上就是wrangler的安装和配置指南。按照这些步骤操作后,您应该能够在Emacs中使用wrangler进行Erlang代码的重构。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00