跳转至

Oort 路线图

Oort 是用于学习编译原理与编程语言设计的玩具语言。Python 原型优先验证语义; 性能与工程化(字节码、LLVM、Rust)在语义稳定后再做。

设计约束(所有阶段适用):

  1. 特性正交,不写“类型特判”;
  2. 未实现的语法显式报错,不保留半成品;
  3. 元编程(宏、comptime)最后做;
  4. 每个特性先有规范与测试,再有优化;
  5. 方言是语义边界:共享骨架不承载方言策略,后端不为方言复制。

开发模型

开发与验收以方言为主轴,共享组件保持方言无关:

  • 共享骨架:词法/语法超集、AST、源码位置、诊断、模块加载、CLI/REPL、 测试与基准设施。不为单个方言加特判。
  • 方言切片:对象模型、语义分析、特性门控、规范与测试。一个方言一个语义 分析器,差异在语义分析阶段门控,不提前分叉文法。
  • 共享后端:树遍历解释器 → 统一 HIR → 字节码 VM。方言差异在进入 HIR 前 消化;两个方言都先用树遍历解释器跑通 v1。

方言 v1 的完成定义:规范声明的特性全部可端到端运行,并有正向测试、拒绝 测试、示例与文档;不以“所有后端/优化完成”为标准。

阶段

阶段 0:共享骨架与动态核心(完成)

ANTLR 语法与 Pratt 表达式解析、AST、名称解析、树遍历解释器、函数/闭包/类/ 继承/元类、容器、运算符重载、内建函数与 REPL。旧的寄存器字节码原型已移除 (OP 0004)。

阶段 1:oort-object v1(P1 已完成,P2 打磨中)

把动态方言做成完整、可演示、可验收的产品。对象模型见 OP 0007。

已完成:

  • 方言契约与按方言构造的 Pratt 表;
  • 动态对象模型:开放字段袋、方法遮蔽检查;用户类默认身份相等/哈希 (容器值/键协议见 OP 0016);
  • 运算符重载(用户类与内建类型共用方法表);
  • 统一值/键相等协议:容器相等与成员测试递归使用 Oort 值相等,Dict/Set 使用键协议,宿主投影不再定义语言相等 (OP 0016);
  • 表达式/表面语法清理(OP 0009);
  • 小型 lambda 匿名参数(OP 0010);
  • 完整参数绑定(OP 0011);
  • 模块与导入加载器、规范路径缓存、循环诊断与 -I/--module-path (OP 0006);
  • 最小标准库:集合助手与 math/string 原生模块,以及宿主边界重构 (OP 0012);
  • 用户对象迭代器协议:__iter__ + (value, valid),内置容器与用户 迭代器统一分发(OP 0013);
  • 扩展方法与扩展运算符:类外 def C.f / def C.operator,词法作用域、 导入激活、调用点歧义、继承与 super (OP 0014);
  • 文法去宿主化、token 后处理层与 REPL 分层重构 (OP 0008);
  • 最小 I/O、命令行参数、退出码与 string.ord/chr (OP 0015)。

P1 已完成。后续打磨(P2):

  • 字段初始化器语法糖;
  • 覆盖率与基准回归持续维护。
  • 已完成下标/缺失属性协议(OP 0018)。

阶段 2:oort-core v1(薄探针已完成,当前主线)

2026-11-22 战略转向:共享后端(阶段 3)已达 VM v1 门禁并切为默认, Python VM 微优化冻结;主线回到语义,聚焦本阶段的完整类型系统(OP 0005)。

已完成薄探针(OP 0017): #lang oort-core、Int/Float/Bool/String/Unit 与函数、独立类型检查器、同一 程序在动态/静态方言下的路由隔离。已完成同方言模块导入与导出接口:core→core 的 import / from、模块命名空间、再导出与编译期循环检测;跨方言仍拒绝。 已完成单态 ADT 第一切片:enum、构造器、match、嵌套构造器模式、 _/绑定与顶层构造器穷尽性,端到端可执行。已完成函数类型、lambda 与 函数值/高阶函数。规范见 spec 11。

已完成 expected-type 分支传播:标注、赋值、返回、函数体与实参的期望类型 下推到 if/块/match 分支。已完成 Float/String 标量扩展、Int/Float 混合 算术与 /(固定返回 Float),以及 List[T]/Set[T]/Dict[K, V]/Tuple[...] 集合、下标/len、while/for。已完成静态类与固定槽:槽类型/初始化顺序、 确定赋值、val 只读与构造器检查。已完成函数返回类型推断(顶层 def + lambda + 类方法,递归仍需标注,类方法按依赖序推断;算法见 design 14)。已完成泛型 ADT 增量 A/B/C (enum E[T]、类型应用、构造器实参推断、match 载荷代换、[out T]/[in T] 声明处变型、内建 Option/Result;类型参数擦除,后端零改动;设计与切片见 OP 0022)。已完成完整模式匹配语义切片 (OP 0023:字面量/元组/或/守卫、 嵌套穷尽性 witness;决策树编译留作性能切片)。已完成 ADT 结构相等、 key-safe ADT 键与静态类身份相等(OP 0024)。 已完成静态对象模型(OP 0025): 增量 A 跨模块类型标注(类型导出与值导出分表;from 导入类同时带入构造器与 类类型;enum 类型名用 m.E);增量 B 单继承(基类槽/方法继承、覆盖、super、 名义子类型与分支 LUB、继承槽确定赋值;函数参数逆变)。已完成静态接口 (OP 0026:纯静态方法契约、多接口实现、 接口继承;HIR/解释器过滤接口基项,.obc 不变)。标注检查后擦除,后端零 改动。后续:属性访问器、渐进类型/静态 IR 研究、决策树编译与跨方言 FFI 边界。

阶段 3:共享后端

前置:两个方言的 v1 对象模型稳定。HIR 与 32 位字节码编码/反汇编第一切片 已落地(线性寄存器指令、动态子集 lowering、集合/下标/切片/属性、-t bc/-t vm、 寄存器 VM、lambda/闭包、一等函数值、动态/静态类、模块导入、core 的 ADT/match 与完整参数绑定)。examples/08_core 与 examples/ 已全部在 VM 下运行,包括循环内创建闭包、 元类/super、扩展方法与扩展运算符。默认后端已切换为 VM(fib 2.92×、 loop 2.05× 稳定 ≥2×,以 fib/loop 为门禁口径;-t eval 保留为回退,REPL 仍用 eval);method dispatch 1.44× 为已知弱项。最新数字见 benchmarks/RESULTS.md。 Python VM 微优化已冻结(调用点/属性缓存、寄存器复用、帧内联降级为可选 学习练习 / Rust 设计输入):玩具语言以语义为先,Python 宿主的性能天花板是 结构性的,真性能交给 Rust 后端(见下文「性能路线图」)。本阶段余下工作为 收口:HIR/字节码/VM 正式规范(默认后端已稳定,前置满足)、补齐剩余显式 拒绝项与差分覆盖。

阶段 4:oort-systems / oort-meta 与 DSL 开关(按需)

DSL 作为正交开关叠加在 oort-object / oort-core 之上;oort-systems 依赖内存模型与 ABI;oort-meta 依赖稳定的 AST、类型表示与模块边界。

阶段 5:静态后端与 Rust 迁移(远期)

typed IR、静态模块单态化、GC/ARC 选择,以及关键路径的 Rust 重写;分阶段目标 与门禁见下文「性能路线图」。

性能路线图(2026-11)

现状:默认后端的 Python VM 已达成 v1 门禁(fib/loop ≥2× 树遍历解释器),但相对 CPython 仍有约 100–727× 的耗时差距(见 benchmarks/RESULTS.md)。 Python 宿主的指令分发是结构性天花板,微优化已冻结;Rust spike 已验证消费同一份 .obc 的可行性(fib(20) 5.23 ms,比 Python VM 快约 63×、仅慢 CPython 约 4×)。 性能路径分三段,逐段验收:

A. Rust VM v2(后端主线)

把 spike 做成正式运行时,消费现有 .obc,不改变语言语义:

  • 64 位 tagged pointer + Smi(design 01), 数值内联,去掉热路径上的 Rc/RefCell 开销;
  • 连续寄存器栈 + 帧指针,去掉每次调用的堆分配;
  • 隐藏类/shape + 单态内联缓存修属性与调用点,名字 atom 化;
  • 集合与字符串的 stdlib 操作原生实现,减少宿主投影;
  • 真 GC 回收环;单一原生二进制 + 编译缓存降低启动。

门禁:fib/loop/methods 在 CPython 的 2× 以内,启动 < 50 ms。

B. typed IR(与阶段 2 的类型系统研究合并)

把静态类型保留到 HIR/字节码(当前擦除边界见 spec 12):免装箱寄存器、静态槽布局、泛型单态化、 决策树模式匹配,动态侧按类型反馈特化内联缓存。研究草案、受限子集与里程碑见 design 15。

门禁:oort-core 程序 ≤1× CPython,内存峰值不涨。

C. 静态方言原生编译(远期)

typed IR → Cranelift(先)/ LLVM(后):逃逸分析拆箱、自递归尾调用、常量折叠与 循环不变量提升。目标进入 Ruby/Lua 区间;动态方言 JIT 在这一步之后再评估。

三段均以语义不变为前提:任何优化都不得改变可观察行为,Rust 后端与 Python VM 的差分测试持续作为门禁。详细执行清单与未合并工作维护在私有台账。

工作如何跟踪

  • 语言变更:先写 docs/proposals/,再更新 docs/spec/ 与测试。
  • 公开进度:本文件保持高层阶段与目标;已完成项记录在 CHANGELOG。
  • 任务级事项:GitHub issues + milestones。
  • 日常决策与未合并工作:维护在私有工作台账(不随仓库发布)。

当某个阶段全部完成时,其详细执行清单从私有台账归档,本文件只保留结果与 下一阶段的入口。