maru 的项目扩展与二次开发
2025-05-29 12:07:24作者:何举烈Damon
项目的基础介绍
Maru 是一种自托管的小型 Lisp 方言,它是一个符号表达式求值器,能够将自身的实现编译成机器代码。总共大约 2000 行代码。Maru 试图在非常底层就具备可塑性,以便于任何特殊需求都能在平台内得到容纳,而不是被排斥。这个项目不仅是一个编程语言,也是一个探索引导式编程和计算系统开发的场所。
项目的核心功能
- 自托管:Maru 能够编译并运行自己的实现,形成一个闭环的运行环境。
- 跨平台:支持多种操作系统平台,包括但不限于 Linux、MacOS 等。
- 高度可塑:允许用户在底层进行修改和扩展,满足特殊需求。
项目使用了哪些框架或库?
Maru 主要依赖于以下框架或库:
- GNU 工具链:用于编译和构建。
- LLVM:作为代码生成和优化的后端。
- libc:底层的 C 标准库。
项目的代码目录及介绍
项目的代码目录结构大致如下:
doc/:包含项目的详细文档,介绍了项目的架构、构建指令等。source/:包含了 Maru 的核心源代码,如eval.l是符号表达式求值器的实现。tests/:包含对 Maru 的测试代码,确保语言的正确性和稳定性。tools-for-build/:`包含构建过程中的工具和脚本。default.nix:Nix 系统的配置文件,用于创建统一的开发环境。Makefile:构建系统的配置文件,定义了构建规则。
对项目进行扩展或者二次开发的方向
- 增强跨平台支持:尽管 Maru 已经支持多个平台,但仍有进一步优化的空间,例如增加对 ARM 架构的支持。
- 性能优化:针对特定平台进行性能优化,提高执行效率。
- 图形用户界面(GUI):为 Maru 开发一个图形用户界面,使其更易于使用。
- 集成其他编程语言:允许 Maru 代码调用其他编程语言编写的模块,例如 Python 或 Java。
- 添加新的语言特性:根据用户需求,为 Maru 添加新的语言特性,如并发编程支持、垃圾回收机制等。
- 社区驱动的发展:建立一个活跃的社区,鼓励更多的开发者参与进来,共同推动 Maru 的开发和完善。
通过这些扩展和二次开发的方向,Maru 有望成为一个更加完善和强大的编程语言平台。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
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
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873