探索数据世界的新型语言:Mangle
2024-05-22 12:36:26作者:温玫谨Lighthearted
Mangle是一个专为推理数据库编程设计的高级编程语言,它是Datalog语言的一种扩展,并融入了聚合、函数调用和可选类型检查等强大特性。这个开源项目旨在让开发者更容易理解和实验推理数据库编程的概念。
项目介绍
Mangle的核心是其基于Datalog的语法结构,这是一种声明式语言,类似于关系代数,适用于统一管理和查询来自多个数据源的数据。与SQL和关系视图相似,它也支持递归规则,使得程序结构清晰明了。通过增加更多实用功能,如聚合和自定义函数,Mangle使Datalog在实际应用中更具灵活性,尽管这可能会牺牲一部分保证终止的优良属性。
该项目作为一个Go库实现,可以直接嵌入到你的应用程序中,方便进行数据处理和建模工作。查看文档和GitHub讨论区,获取更多信息,并参与Q&A环节。
项目技术分析
Mangle的亮点在于其简单而强大的查询方式。例如,它可以用来识别受特定漏洞影响的软件项目,只需编写一个简单的查询规则。此外,Mangle还支持类似SQL的聚合操作,以及递归查询来处理复杂的依赖关系,比如解析项目间的依赖树。
与传统的二元谓词描述逻辑不同,Mangle可以表示任意n-ary关系,同时支持结构化数据,使其非常适合构建知识图谱或财产图谱。
应用场景
- 数据融合:当需要从多个来源整合数据时,Mangle能以统一的方式表达和查询数据。
- 风险管理:如示例所示,Mangle可以用于识别潜在的安全风险,如检查软件依赖中的漏洞。
- 需求工程:构建领域模型和控制词汇表,描述概念之间的复杂交互。
- 智能推荐系统:利用递归查询和聚合计算,构建复杂的关系网络。
项目特点
- Datalog扩展:在Datalog的基础上增加了聚合、函数调用等功能,提高了实用性。
- 易于嵌入:作为Go库提供,可轻松集成到现有应用中,减少开发工作量。
- 直观查询:以规则形式表达查询,逻辑清晰,易于阅读和理解。
- 丰富的应用潜力:不仅限于关系查询,还可应用于知识图谱、依赖分析等多个场景。
为了开始你的Mangle之旅,你可以按照构建部分的说明克隆项目并编译代码,然后尝试用提供的示例开始实践。我们欢迎任何形式的贡献,无论是改进文档、修复bug还是提出新功能请求,都请参阅CONTRIBUTING.md了解详情。
准备探索Mangle的强大功能了吗?现在就加入我们,一起发掘数据世界的新可能!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
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++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
660
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
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
492
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
346
147