我以为编译器很可怕，于是我做了 Sauce。

Source: Dev.to

我已经写代码多年了。我敲下 cargo run 或 npm start，按下 Enter，然后有意义的事情就会发生。但如果你问我在按下 Enter 与看到 “Hello World” 之间到底发生了什么，我可能会含糊其辞地说“机器码”，然后转移话题。

这让我很困扰。我每天都依赖这些工具，却并不真正了解它们。

于是我开始用 Rust 构建 Sauce，我的个人编程语言。并不是因为世界需要另一种语言，而是因为我需要停止把编译器当作黑盒子。

事实证明，语言并不是魔法。它只是一条流水线。

为什么我们认为这很难

我们通常把编译器看成一个庞大、可怕的大脑，它会评判我们的代码。你把文本喂给它，它要么给你一个可运行的程序，要么用错误信息大声斥责你。

我花了多年时间认为要构建编译器必须是数学天才。我错了。你只需要把它拆分成小步骤。

Sauce 实际上是什么

去掉炒作，编程语言不过是一种移动数据的方式。

Sauce 是一种 静态类型 的语言，却像简单脚本一样。 我想要一种清晰诚实的语言。核心理念很简单：

• 管道 (|>) 为默认 – 数据显式地从一步流向下一步，像工厂流水线一样。
• 副作用是显式的 (toss) – 代码中没有隐藏的惊喜或秘密跳转。

但要实现这一点，我必须先构建引擎。多亏了 Rust，我发现这个引擎其实相当酷。

架构：它只是一条装配线

我曾经以为编译是一个巨大的、混乱的函数。实际上，它是一个有纪律的过程。我遵循一种严格的 Sauce 架构，将 “理解代码”（前端）与 “运行代码”（后端）分离。

下面就是 Sauce 在底层的工作方式。上面的图不仅仅是草图；它是我正在构建的地图。整个过程分为两个主要阶段。

阶段 1：前端（大脑）

此阶段全部关于 理解 你写的代码。它还不运行任何东西，只是读取并检查。

Lexer (Logos) – 切块机

• 职责： 计算机不读取单词，它们读取字符。lexer 将字符分组为有意义的块，称为 tokens（标记）。
• 通俗解释： 想象读取没有空格的句子：thequickbrownfox。这很困难。lexer 会添加空格并给每个词贴标签。它把 grab x = 10 转换为列表：
  [Keyword(grab), Ident(x), Symbol(=), Int(10)]。
• 工具： 我使用了 Rust crate Logos。它快得惊人，但我也学到了一个硬教训：计算机很笨。如果你不明确告诉它们 grab 是特殊关键字，它们会把它当作普通标识符（比如 green）来处理。必须设定严格的规则。

Parser (Chumsky) – 语法警察

• 职责： 手里有了 token 列表后，需要检查它们是否构成合法的句子。parser 将平坦的列表组织成结构化的树，称为 AST（抽象语法树）。
• 通俗解释： 像 [10, =, x, grab] 这样的列表包含合法的单词，却毫无意义。parser 确保顺序正确（grab x = 10），并构建层级结构：“这是一次变量赋值。变量名是 x，值是 10。”
• 工具： 我使用 Chumsky，它让你像搭 LEGO 积木一样构建逻辑。你写一个读取数字的小函数，另一个读取变量的函数，然后把它们粘合在一起。
• 恍然大悟的时刻： 将语法拆分为小的、可组合的块，使语言的扩展和推理变得容易得多。这不是魔法，只是对数据的组织。

Type Checking – 逻辑检查

• 职责： 语法正确的句子不一定有意义。“三明治吃了星期二”在句法上是合法的，但在语义上是胡说。类型检查器捕捉这些逻辑错误。
• 通俗解释： 如果你写 grab x = "hello" + 5，parser 会说“看起来是合法的数学运算！”，但类型检查器会介入并说：“等等。你不能把字符串和数字相加。这是非法的。”Sauce 目前拥有一个小而明确的系统，在代码真正运行之前捕获这些基本错误。

阶段 2：后端（肌肉）

当前端给出 “批准” 以后，我们进入后端。此阶段是 让代码真正运行。

Codegen (Inkwell/LLVM) – 翻译器

• 职责： 这里我们离开 “变量” 与 “管道” 的高级世界，进入 CPU 指令的低级世界。我们把 AST 翻译成 LLVM IR（中间表示）。
• 通俗解释： Sauce 像是给出指令的高级经理（“计算这个管道”），CPU 是只懂基本任务的工人（“把数字移动到寄存器 A”， “把寄存器 A 与 B 相加”）。LLVM 就是把经理的指令翻译成工人检查清单的翻译器。
• 为什么选 LLVM？ 它是同样用于 Rust、Swift 和 C++ 的工业级机器。使用它，Sauce 可以免费获得数十年的优化成果。一旦你弄清楚如何让 LLVM “打印一个数字”，其余的工作就会变得相对轻松。

一切就位。

感觉如此恐怖

Native Binary: 最终产物

• 任务：
  最后一步是将所有 CPU 指令打包成一个独立的文件（比如 Windows 上的 .exe 或 Linux 上的二进制文件）。
• 通俗解释：
  这就是让你可以把程序发送给朋友的方式。他们不需要安装 Sauce、Rust 或其他任何东西。他们只需双击该文件，即可运行。（目前，这仅适用于简单的、无副作用的程序。）

现在可用的功能 (v0.1.0)

Sauce 不再只是一个想法——核心编译器管线已经可以运行。

• 管线（Pipelines）：
  你可以写 grab x = 10 |> _，它能完美理解。数据从左到右流动，就像阅读一句话一样。
• 真实输出（Real Output）：
  你可以输入真实的 .sauce 源代码，它会将其解析为类型安全的语法树。
• 显式副作用（Explicit Effects）：
  你可以使用 toss 来标记副作用。这目前在解释器中可用，而 LLVM 后端暂时会拒绝副作用。

前进的路线

我对接下来的发展有明确的计划。由于核心架构已经稳定，接下来的更新将侧重于提升可用性。

• v0.1.x (UX):
  目前错误信息有点晦涩。我将加入一个名为 Ariadne 的工具，以提供漂亮且有帮助的错误报告（类似 Rust 的做法）。
• v0.2.0 (Effects):
  关键更新。我会完善 “Effects” 的工作方式——定义在错误后何时可以恢复程序以及何时必须中止的规则。
• v0.3.0 (Runtime):
  将解释器和 LLVM 的实现合并，使它们的行为完全一致，并添加标准库，让你能够做的不止是打印数字。

为什么你应该尝试这个

我多年里一直回避构建语言，因为我觉得自己不够聪明。

但构建 Sauce 让我明白，根本没有魔法。它只是数据结构：

• 词法分析器不过是正则表达式。
• 语法解析器不过是树构建器。
• 解释器不过是遍历这棵树的函数。

如果你真的想了解代码是如何运行的，别只读书。动手做一个小而不完整的编译器。创建一个词法分析器。定义一棵简单的语法树。解析 1 + 1。

在一个周末里与语法错误搏斗，你学到的东西会比整整一年只会 cargo run 多得多。

查看 Sauce on GitHub。它小巧、诚实，而且我们已经正式“烹饪”。