当前位置：首页 > news >正文

Dalin L — 我造了一门支持中文编程的语言，完整移植到 Rust 了

news 2026/7/15 0:38:20

从 Python 原型到 Rust 移植，从 HM 类型推断到模式匹配，2 小时全链路跑通。

1. 为什么造一门语言？

先回答一个绕不开的问题：为什么不直接用 Python/Rust？

答案是：为了验证设计。

Dalin L 的目标是一门面向 AI Agent 的编程语言。不是要替代现有语言，而是探索一种语义密度更高、对 LLM 更友好的表达方式。

我对这门语言有几个核心设计诉求：

中文标识符全链路支持— 变量名、函数名、参数名全线中文化

HM 类型推断— 写let x = 42自动推断为 int，不写类型也能获得类型安全

模式匹配—Some(v) => v, None => 0一行顶 Python 四行if isinstance

管道操作—data |> filter |> map数据流清晰可读

零依赖运行— 纯 Rust 标准库，编译出来就一个二进制

在动手写 Rust 实现之前，我先把所有这些设计在 Python 里跑通了——词法分析、语法解析、HM 类型推断、树遍历解释器，250 个测试全覆盖。然后带着验证过的设计，一次性移植到 Rust。

2. 项目架构

整个语言分四层 Pipeline：

每个模块职责清晰：

模块	做什么
Lexer	把源码字符串拆成 Token 流。认识 28 个关键字、25+ 运算符、中文标识符、字符串转义、块注释、属性宏`#[derive]`
Parser	递归下降语法分析器（Pratt 运算符优先级）。支持 if/match/for/while/struct/enum/trait/impl 等 20+ 种语句结构
TypeInferencer	Hindley-Milner 类型推断引擎。核心是 Robinson Unification 算法——解类型方程`α == int → {α → int}`
Interpreter	树遍历解释器。函数/闭包/递归、循环、模式匹配、结构体、管道操作、30+ 个内置函数

3. 最大亮点：HM 类型推断

原型阶段最核心的攻坚战是类型推断。HM（Hindley-Milner）是 ML 家族语言的类型系统——F#、OCaml、Haskell 都用它。

核心思想：类型变量 + 方程求解。

当你写let x = 42，推断器说"x 的类型是 α，但 α 必须等于 int"，于是α = int。

当你写fn id(x) { return x }，推断器说"参数是 α，返回值也是同一个 α——所以 id 的类型是 α → α（多态）"。

然后在调用站实例化：

id(42)→α 被实例化为 int→ 返回值 int

id("hi")→α 被实例化为 string→ 返回值 string

id(true)→α 被实例化为 bool→ 返回值 bool

同一个函数，三种调用，三种不同的返回类型——编译器推断出来的，不用写一行类型注解。

这靠的是三个核心函数：

然后在 CallExpr 的推断中用_fresh_copy为每次调用生成一组新鲜的类型变量，防止前一次调用的 substitution 污染后一次：

不共享seendict 的结果是id(42)返回α6而不是int——这个 bug 我修了半小时。

4. 中文编程：不只是换了个变量名

很多"中文编程"只是在 lexer 层把关键字翻译成中文。Dalin L 从头打到尾：

所有层级原生支持 CJK 字符。不只是一个 token mapping，是从字符识别到运行时值查找的全链路。

5. 模式匹配：五种模式 + 守卫 + 嵌套

模式匹配是 Dalin L 的亮点之一，支持：

在 Python 原型里，五种模式都在Pattern这个 dataclass 里表示：

Rust 移植后改用枚举表达，但在原型阶段 dataclass 的灵活性帮了大忙——改结构比改枚举容易得多。

6. Python 原型 → Rust 移植实录

Python 原型跑了 250 个测试全部通过后开始 Rust 移植。过程不复杂——架构已经验证过，直接翻译。

Python 原型规模：

7 个文件，约 2500 行

250 个测试（61 pytest + 85 端到端 + 104 手动边缘扫描）

HM 类型推断、模式匹配、中文支持全部验证通过

Rust 移植规模：

7 个模块，约 2000 行

42 个测试，42/42 通过

零外部依赖

移植过程中遇到几个 Rust 特有的坑：

Lexer 的peek语义— Python 版_peek(offset=1)默认看下一个字符，Rust 版我写了peek(offset=0)导致==被识别为EQUAL而非DOUBLE_EQUAL。修了一个字。

Parser 的 advance 返回值— Python 版返回Token，Rust 版想返回&Token结果和self.pos += 1打架。改成返回 ownedToken解决。

递归函数的闭包问题—fn fact(n) { ... fact(n-1) ... }在执行时，fact这个函数值捕获的 closure 里没有fact自身（因为创建 FnValue 时还没定义好）。解决方案：在 Interpreter 上加一个functions: HashMap<String, FnValue>，递归查找时先查函数表。