Propagators 开源项目最佳实践教程
2025-05-07 16:45:21作者:昌雅子Ethen
1. 项目介绍
Propagators 是一个由 Ekmett 开发和维护的 Haskell 库,它提供了一种用于构建和组合计算传播器的抽象方法。这个库允许开发者以一种声明式和可组合的方式,构建复杂的状态管理和副作用传播逻辑。Propagators 的设计理念是提供一种简化和统一的方式来处理各种状态变化和副作用,使得代码更加清晰、易于维护。
2. 项目快速启动
要开始使用 Propagators,请确保你已经安装了 Haskell 平台。以下是快速启动的步骤:
首先,克隆仓库:
git clone https://github.com/ekmett/propagators.git
cd propagators
接着,安装依赖:
cabal update
cabal install
现在,你可以运行示例程序来查看 Propagators 的基本用法:
runhaskell Examples.hs
3. 应用案例和最佳实践
以下是一些使用 Propagators 的案例和最佳实践:
状态管理
使用 Propagators 可以很容易地创建状态管理器,下面是一个简单的状态管理示例:
import Control.Propagators
type State = Int
data MyPropagator = MyPropagator
instance Propagator MyPropagator where
activate _ = do
s <- get
modify (s + 1)
liftIO $ print s
main :: IO ()
main = do
runPropagator MyPropagator
set 0
-- 输出将会是 1
副作用传播
Propagators 可以用来创建具有副作用的传播器,例如,可以用来更新 UI 或者记录日志:
import Control.Propagators
data Logger = Logger
instance Propagator Logger where
activate _ = do
s <- get
liftIO $ putStrLn $ "Current state: " ++ show s
main :: IO ()
main = do
runPropagator Logger
set 5
-- 控制台将输出 "Current state: 5"
4. 典型生态项目
Propagators 可以与 Haskell 社区的其他项目结合使用,以下是一些典型的生态项目:
reflex: 一个用于 FRP(Functional Reactive Programming)的库,可以与Propagators结合使用来创建响应式应用程序。lens: 一个强大的数据结构访问和操纵库,可以与Propagators一起使用,以便更轻松地操纵状态。aeson: 一个用于处理 JSON 数据的库,可以与Propagators结合使用,以便在应用程序中传播和处理 JSON 数据。
通过上述最佳实践,你可以开始探索 Propagators 的强大功能和它如何在你的 Haskell 项目中发挥重要作用。
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
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
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
7
Ascend Extension for PyTorch
Python
192
211
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
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
481
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
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++
649
271
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
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212