MpApt - Kotlin 多平台注解处理器库的革命
2024-05-25 21:37:52作者:韦蓉瑛
1. 项目介绍
MpApt 是一个创新性的 Kotlin 库,用于在 Kotlin Native、JS 和 JVM 平台上检测注解,即使在 Kapt 仅支持 KotlinJvm 的情况下也能工作。它特别设计为 Kotlin 编译器插件的助力者,已针对 Kotlin 1.4.0 和 1.5.10 进行了测试。通过 MpApt,你可以探测到多种目标类型的注解,并在各种环境中自定义处理逻辑。
2. 项目技术分析
MpApt 提供了一种跨平台的方式来处理注解,支持以下目标:
- 类(CLASS)
- 函数(FUNCTION)
- 属性(PROPERTY)
- 参数(VALUE_PARAMETER)
- 属性访问器(GETTER 和 SETTER)
- 构造函数(CONSTRUCTOR)
- 注解类(ANNOTATION_CLASS)
- 类型参数(TYPE_PARAMETER)
- 字段(FIELD)
- 文件(FILE)
- 局部变量(LocalVariable)
使用 MpApt 非常简单,只需要创建一个继承自 AbstractProcessor 的类,指定要检测的注解类型,然后对找到的注解执行操作。
3. 项目及技术应用场景
以下是几个使用 MpApt 的示例项目:
- Native Suspended Functions:利用
MpApt在 Kotlin Native 中实现挂起函数回调。 - Kvision:一个用于构建桌面和Web应用的全栈Kotlin框架,
MpApt助其在编译时进行优化。 - Godot Kotlin:基于 Godot 引擎的游戏开发框架,
MpApt加强了代码生成。 - fritz2-optics:一个用于 Fritz!UI 框架的响应式组件库,
MpApt协助实现了编译时绑定。
4. 项目特点
- 跨平台支持:涵盖 Kotlin Native、JS 和 JVM。
- 容易集成:只需添加依赖并创建处理器类即可开始使用。
- 灵活的应用场景:适用于广泛的注解处理需求,包括类、函数、属性等。
- 自定义目标平台支持:可根据需要选择特定的平台运行处理器。
- 开源社区活跃:多个实际项目已经在使用,社区反馈积极。
如果你正在寻找一个多平台的注解处理解决方案,那么 MpApt 绝对值得你的关注。立即星标仓库,加入开发者社区,一起探索这个强大的工具吧!
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
649
🎉 (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
1.06 K
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
649