Cabal构建工具中C++环境变量的支持增强
2025-07-09 06:15:43作者:咎岭娴Homer
在Haskell生态系统中,Cabal作为主要的构建工具,其功能正在不断完善。最新开发中,Cabal增加了对C++工具链环境变量的支持,这一改进将显著提升混合语言项目的构建体验。
传统上,Cabal已经能够很好地处理纯Haskell项目以及包含C代码的项目。通过c-options和cc-options等配置选项,开发者可以灵活控制C编译器的行为。然而,随着越来越多的Haskell项目开始集成C++组件,原有的构建系统支持显得不够完善。
此次改进的核心是增加了对两个关键C++环境变量的支持:
CXX变量:用于指定C++编译器路径,类似于C语言中的CC变量CXXFLAGS变量:用于传递C++编译选项,类似于C语言中的CFLAGS
这一变化使得Cabal构建系统能够更自然地与现有构建工具链集成。当项目配置中包含cxx-options或cxx-sources时,构建系统会自动将这些设置转换为对应的环境变量,并传递给配置脚本。这种处理方式保持了与C语言选项处理的一致性,减少了使用者的学习成本。
值得注意的是,当前实现中对于编译器路径(CXX)和编译选项(CXXFLAGS)采用了不同的传递机制:编译器路径作为参数传递,而编译选项通过环境变量设置。这种设计决策可能是为了保持与现有C语言处理方式的一致性,尽管从技术角度看统一使用环境变量可能更为简洁。
对于开发者而言,这一改进意味着:
- 可以更方便地在Haskell项目中集成C++代码
- 构建配置更加标准化,减少了平台相关的特殊处理
- 与现有构建系统和持续集成环境的兼容性更好
- 为未来可能的更复杂C++集成功能奠定了基础
这一功能改进源于实际开发需求,特别是在GHC项目中的实践经验。它体现了Cabal项目对实际使用场景的响应能力,也展示了Haskell生态系统对多语言集成的持续投入。
随着这一功能的引入,开发者现在可以更加自信地在Haskell项目中使用C++组件,而不用担心构建系统的支持问题。这为开发性能关键型应用或需要复用现有C++库的项目提供了更好的基础设施支持。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
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
390
284
🎉 (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
1.54 K
891
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++
939
861
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
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195