Nix函数动物园指南:从基础到Haskell开发
前言
在Nix生态系统中,各种函数构成了强大的工具链,但对于初学者来说,这些函数往往令人困惑。本文将系统性地介绍Nix中最常用的函数,特别是与Haskell开发相关的部分,帮助开发者快速掌握核心工具的使用方法。
基础构建函数
derivation函数
这是Nix中最基础的构建原语,它定义了构建动作的配方。该函数接收一个属性集作为输入,其中包含构建所需的各种参数。理解derivation是掌握Nix构建系统的第一步。
stdenv.mkDerivation函数
作为derivation的高级封装,mkDerivation提供了以下便利功能:
- 自动设置默认系统架构
- 使用Bash作为构建器
- 将用户提供的构建脚本作为参数传递给Bash
这个函数创建的环境包含了许多实用工具,如gcc、make等,为大多数构建任务提供了完整的基础设施。
stdenv.callPackage函数
这是一个极为实用的工具函数,它能够:
- 自动导入并调用指定的函数
- 从Nixpkgs集合中查找并填充缺失的参数
- 大大简化包定义的编写工作
这种设计模式体现了Nix的模块化思想,是Nix表达式复用的关键机制。
stdenv.mkShell函数
专为开发环境设计的函数,特点包括:
- 使用默认名称简化配置
- 提供虚拟构建阶段
- 支持从其他包继承输入依赖
- 非常适合创建隔离的开发环境
资源获取函数
builtins.fetchGit函数
从Git仓库获取代码的便捷方式,支持指定分支、标签或提交哈希。
builtins.fetchTarball函数
下载并解压tar归档文件,返回解压后的路径。常用于获取远程代码库的特定版本。
builtins.getFlake函数
获取flake并返回其输出属性和元数据,是Nix Flakes系统的核心组件之一。
Haskell开发专用函数
haskellPackages.mkDerivation函数
注意不要与stdenv.mkDerivation混淆,这是专门为Haskell包设计的构建函数,在标准构建流程基础上添加了Haskell特有的处理逻辑。
haskellPackages.developPackage函数
这是进行Haskell本地开发的多功能工具,主要参数包括:
root: Haskell包目录路径name: 可选包名(默认为路径基名)source-overrides: 源码覆盖配置overrides: 任意覆盖配置modifier: Haskell包修改器returnShellEnv: 是否返回开发环境withHoogle: 是否包含Hoogle文档cabal2nixOptions: 传递给cabal2nix的额外参数
haskellPackages.callPackage函数
类似于顶层callPackage,但专门针对Haskell包集合进行了优化,能够:
- 自动处理Haskell包依赖
- 回退到顶层Nixpkgs查找非Haskell依赖
- 简化Haskell包的依赖管理
haskellPackages.callCabal2nix函数
自动化工具,将.cabal文件转换为Nix表达式,省去了手动运行cabal2nix的步骤。
haskellPackages.ghcWithPackages函数
创建包含GHC和指定Haskell包的派生环境,非常适合创建定制化的开发环境。
haskellPackages.shellFor函数
专为多包Haskell项目设计的开发环境创建工具,能够:
- 统一管理多个相关Haskell包
- 创建共享的开发环境
- 简化大型项目的依赖管理
最佳实践建议
- 对于简单项目,优先考虑使用developPackage快速搭建环境
- 大型多包项目使用shellFor管理更高效
- 自定义构建需求时,理解mkDerivation的工作原理是关键
- 利用callPackage系列函数简化依赖管理
- 开发环境配置推荐使用mkShell或developPackage的returnShellEnv选项
掌握这些核心函数后,你将能够游刃有余地处理大多数Nix构建场景,特别是Haskell项目的开发工作。记住,Nix的强大之处在于这些基础构建块的灵活组合。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00