Haskell语言服务器项目升级Cabal依赖至3.12版本的技术实践
2025-06-28 15:52:06作者:田桥桑Industrious
Haskell语言服务器(HLS)作为Haskell生态中重要的开发工具,其自身的开发体验一直受到限制,主要原因在于缺乏对多组件项目的良好支持。随着Cabal 3.12版本的发布,这一问题终于有了解决方案。
在HLS项目开发过程中,开发团队遇到了一个典型的技术挑战:如何利用Cabal 3.12引入的多REPL功能来改善开发体验。这一功能允许开发者同时处理项目中的多个组件,极大提升了开发效率。然而,要实现这一目标,首先需要解决项目依赖的兼容性问题。
项目团队发现,多个关键依赖项阻碍了向Cabal 3.12的迁移,包括cabal-doctest、entropy、extensions、fourmolu、ghc-paths、optparse-applicative、ormolu和pretty-simple等。这些依赖项需要先进行升级才能支持新版本的Cabal。
经过技术评估,团队采取了临时解决方案:通过修改cabal.project文件强制使用新版本。具体措施包括使用allow-newer指令覆盖版本限制,以及直接从Git仓库获取Cabal和Cabal-syntax的3.12.0+0版本。对于optparse-applicative,则需要开发者手动克隆仓库并添加到项目配置中。
这一技术实践展示了开源项目在依赖管理上的典型挑战和解决方案。通过灵活运用构建工具的配置选项,团队能够在依赖生态尚未完全跟进的情况下,提前享受新版本带来的功能优势。这种经验对于其他面临类似升级困境的Haskell项目也具有参考价值。
最终,HLS项目成功完成了这一技术升级,为开发者提供了更好的开发体验,同时也为Haskell生态系统的演进做出了贡献。这一案例再次证明了开源社区通过协作解决技术难题的强大能力。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
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
68
20
🎉 (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
1.37 K
781