TransPyV

English | 中文

The Viper language compiler, written in Viper itself — and it is self-hosted: TransPyV compiles its own source and produces TransPyV.exe. It translates Viper sources to LLVM IR, then drives llc + clang++ to link a native Windows executable. The first-generation CPython compiler (TransPyC) is now only kept as the bootstrapping seed.

用 Viper 语言编写的 Viper 编译器，且已完成自举：TransPyV 能编译自身源码并产出 TransPyV.exe。它把 Viper 源码翻译为 LLVM IR，再调用 llc + clang++ 链接为 Windows 原生可执行文件。第一代 CPython 编译器（TransPyC）现在只作为自举种子保留。

---

中文

这是什么

TransPyV 是 Viper 的第二代编译器：用 Viper 自己写、也被 Viper 自己编译。整条链路上没有任何 Python 运行时参与编译 —— 词法/语法分析走 includes/ast（自研解析器，9 个文件），IR 生成走 App/lib/core/Gen/，目标代码由 llc 与 clang++ 产出。

自举链路：

TransPyC（种子，CPython 实现）
    │  只做一次：把 TransPyV 源码编译成 TransPyV.exe
    ▼
TransPyV.exe（第一阶段产物）
    │  自举：用这个 exe 再编译 TransPyV 自身
    ▼
TransPyV.exe（自举产物，当前仓库随包/随 exe\ 提供的那份）
    │
    └─ 用它编译任意 Viper 工程（ViperApps\*、Test\* …）

现状与规模（本机实测）：

项	值
编译器源码	App/ 下 76 个 .vp 文件，64,656 行
其中翻译器核心	App/lib/core/Gen/ 52 个文件，49,978 行
阶段与合并	App/lib/Phase/ 6 文件 5,309 行；App/lib/Stub/ 9 文件 6,877 行
工程与工具	App/lib/Projectrans/ 3 文件 1,008 行
自测用例	Test/ 下 39 个 .vp（App/ 36 + NegativeTest/ 2 + Sha1Test/ 1）
平台	Windows x64（源码直接 import w32.*）

自举可行性分析与历史数据见 wiki/13-bootstrapping.md（该文标注：Phase A → Phase B/C 已跑通，编译器已脱离 Python 运行时）。

目录结构

TransPyV/
├── project.vpj                 # 工程配置（source_dir=./App, build_dir=./.tpv_build, 输出 TransPyV.exe）
├── App/                        # 编译器源码（Viper）
│   ├── main.vp                 # CLI 入口：内存池初始化、单例注入、参数解析、Phase 调度
│   └── lib/
│       ├── Projectrans/
│       │   ├── Config.vp        # project.vpj 加载与路径解析（含 includes 缓存目录）
│       │   └── Utils.vp         # SHA1 / 目录清理 / 杂项
│       ├── core/
│       │   ├── VLogger.vp       # 日志（info/warn/error/banner/success）
│       │   ├── IncludesScanner.vp   # includes 目录扫描（决定哪些需重编译）
│       │   ├── CompilerFactory.vp   # 工厂：持有 mb + perm_pool 两个 MemBuddy 单例
│       │   └── Gen/             # 翻译器（52 文件）—— 把 AST 变为 LLVM IR
│       │       ├── Generator.vp / Translator.vp / GenApi.vp / GenTypes.vp
│       │       ├── BaseGenMixin / AssignGenMixin / VarGenMixin / ImportsGenMixin
│       │       ├── MatchGenMixin / AsyncGenMixin / StructGenMixin / TranslatorGenMixin
│       │       ├── Call/   (12) 调用生成：普通调用 / C 内建 / 构造 / 虚表 / 变参 / 内联汇编 …
│       │       ├── Class/  (6)  类：定义 / 泛型 / 虚表 / 枚举 / Mixin
│       │       ├── Expr/   (9)  表达式：名字 / 常量 / 运算 / 属性 / f-string / CDef …
│       │       ├── Func/   (3)  函数定义
│       │       ├── Stmt/   (3)  语句：声明 / C-if / Mixin
│       │       └── Type/   (6)  类型解析与 C 类型映射
│       ├── Phase/
│       │   ├── BuildPipeline.vp # .ll → llc → .obj → clang++ → .exe（含 ASan 插桩分支）
│       │   ├── Phase1/          # Phase 1：按需翻译 includes + stub 分离（.stub.ll / .text.ll）
│       │   └── Phase2/          # Phase 2：多文件工程翻译、IR 组合、编译
│       └── Stub/
│           ├── StubGen/         # .vpi 读取 + 声明转换
│           └── StubMerger/      # 多份 .stub.ll / .text.ll 依赖排序与合并
└── Test/                       # 编译器自测（Viper）
    ├── project.vpj
    ├── App/                    # 36 个 .vp（多为 *_test.vp），入口 test_main.vp 聚合全部用例
    ├── NegativeTest/           # 负向测试（故意编译失败）
    └── Sha1Test/               # SHA1 命名空间测试

前提条件

工具	说明
Windows 10/11 x64	编译器源码直接 import w32.*，当前仅 Windows
llc	LLVM 静态编译器（本机 22.1.8），由 project.vpj 的 compiler.cmd 指定
clang++	mingw-w64 工具链，-fuse-ld=lld 链接（本机 D:/msys64/mingw64/bin/clang++.exe）
≥ 1.5 GiB 空闲内存	启动即 malloc 1 GiB 主池 + 512 MiB 常驻池
TransPyC	仅当需要重建自举种子时才需要

目录布局（编译时需要能找到 includes/，project.vpj 里写的是相对路径 ../includes）：

TransPyC\                 # 工作区根
├── TransPyC\             # 第一代编译器（种子）
├── TransPyV\             # 本仓库
└── includes\             # Viper 标准库 + includes/ast 解析器

快速开始

:: 日常：直接用自举产物编译任意工程
exe\TransPyV.exe --project ViperApps\ViperMNIST\project.vpj --clean

:: 编译并立即运行
exe\TransPyV.exe --project ViperApps\ViperMNIST\project.vpj --clean --run

:: 只有在需要重建编译器本体（自举种子）时，才动用 TransPyC
python TransPyC\Projectrans.py --project TransPyV\project.vpj --clean

产物位置 = <工程目录>\<build_dir>\output\<linker.output>，即默认 <工程>\.tpv_build\output\app.exe； TransPyV 自身因 linker.output 为 TransPyV.exe，产物是 TransPyV\.tpv_build\output\TransPyV.exe。

跑编译器自测套件：

exe\TransPyV.exe --project TransPyV\Test\project.vpj --clean --run

命令行参数

参数	含义
--project <path>	project.vpj 路径（不给则在当前目录、上级目录找）
--src <dir>	单文件模式源目录（覆盖配置；入口取 <dir>/main.vp）
--temp <dir>	声明接口临时目录（覆盖配置，默认 <build_dir>/temp）
--output <dir>	输出目录（覆盖配置，默认 <build_dir>/output）
--phase 1|2|all	1=只做 stub 分离；2=只做 IR 组合+编译；all=全部（默认）
--cc <cmd>	LLVM 编译器命令（覆盖配置）
--build-dir <dir>	覆盖 project.vpj 的 build_dir（相对路径仍基于工程目录解析）
--clean	清理 temp / output / includes 预编译缓存
--rebuild-includes	只删 includes 预编译缓存（includes.binary），强制重编 includes
--clear-cache	只清 temp 缓存（.vpi / .stub.ll / .text.ll），强制重生成 stub
--run	编译成功后立即执行产物
--repl	交互式 REPL（M1：表达式片段 → DLL → 调用回显）；未给 --project 时按 cwd → TransPyV.exe 同目录查找 repl.vpj 模板工程（找不到则报错并提示 --project）；与 --asan / --phase2command 互斥
--asan	ASan 模式：先 opt -passes=asan 插桩；运行库须由 project.vpj 的 linker.static_libs 声明，否则 fail-fast
--phase2command <bat>	不执行 llc/链接，只把命令写进指定 .bat
--nowarn-register	抑制 Phase A 依赖类 WARN（跨模块 text.ll 未生成，下遍收敛）
--no-llvmpeephole	关闭 FunctionPrint 的本地窥孔（T2 store/load 转发、T3 空 bitcast）
--detection	开启 MemBuddy 分配检测（0xCDCD 标记 + 记录表探针，查越界写）
--show-args	打印全部解析结果
--version, -v	打印 Viper / VRTE / TransPyV 版本、提交号、目标三元组与 LLVM 版本
--help, -h	打印帮助

架构

source_dir 下全部 .vp/.py（多文件模式：递归扫描所有源文件）
    │
    ├─ Phase 1（stub 分离）
    │     IncludesScanner 按需翻译 includes → Phase1/*
    │     Translator + Gen/* 生成 IR，再分别落盘：
    │       <sha1>.stub.ll   声明
    │       <sha1>.text.ll   实现
    │
    ├─ Phase 2（组合 + 编译）
    │     StubMerger*  按拓扑序合并 本地 stub + 依赖 stub + 本地 text → 完整 IR
    │     BuildPipeline：完整 IR → llc → .obj → clang++（附加 includes 预编译 .obj）→ .exe
    │
    └─ <build_dir>/output/<linker.output>

核心模块分工：

模块	职责
App/main.vp	CLI 入口：内存池与单例初始化、参数解析、Phase 调度、--run
lib/Projectrans/Config.vp	project.vpj 加载、路径解析、includes 缓存目录
lib/core/CompilerFactory.vp	持有 mb（主池）与 perm_pool（常驻池）两个 MemBuddy
lib/core/Gen/Generator.vp	项目级 Generator 单例，Phase1/Phase2/BuildPipeline 全程复用
lib/core/Gen/Translator.vp	翻译器主体，translate() 与 dump_ir()（.stub.ll / .text.ll / 完整 IR）
lib/core/Gen/GenApi.vp	翻译器对外接口与全局状态（如 temp 目录）
lib/Phase/Phase1/	扫描 includes、拓扑排序、按需生成声明
lib/Phase/Phase2/	多文件工程：递归扫描源文件、翻译、IR 组合、调度编译
lib/Phase/BuildPipeline.vp	.ll → llc → .obj → clang++ → .exe（ASan 走插桩分支）
lib/Stub/StubGen/	读取 .vpi，转换为 stub 声明
lib/Stub/StubMerger/	stub.ll / text.ll 的收集、依赖拓扑、IR 拼接与落盘
lib/core/IncludesScanner.vp	扫描 includes/，决定哪些文件需要重编译
lib/core/VLogger.vp	日志系统（含 --nowarn-register 开关）

自举相关注意点：自举后模块级全局变量会带 SHA1 前缀（模块隔离），因此像 _g_gen 这类单例必须逐模块赋值（GenApi._g_gen = gen …），不能只在 main.vp 里赋裸名 —— 否则部分模块读到自己的 None，表现为"全局名判定恒为 0"之类的误报。

内存模型

全程无系统 malloc 抖动，只有两个 MemBuddy 内存池（lib/memhub 的伙伴分配器）：

• POOL_SIZE = 1 GiB（1073741824）—— 主池，mb，翻译过程的常规分配。
• PERM_POOL_SIZE = 536871176（≈512 MiB 可用）—— 常驻池，perm_pool，跨阶段存活的对象。
• 两者由 CompilerFactory.factory 单例持有；mb 另以 sys._mbuddy / argparse._mbuddy / ast._mbuddy / Config._mbuddy … 的形式逐模块注入。

--detection 会把两个池都切到检测模式（0xCDCD 填充 + 记录表探针），用于排查越界写。

与 TransPyC 的关系

维度	TransPyC	TransPyV
实现语言	CPython	Viper
定位	自举种子（只用来生成稳定的 TransPyV）	现行编译器
自举状态	—	✅ 已完成，能编译自身
入口	TransPyC/Projectrans.py	App/main.vp
AST 解析	Python ast / 自研 vast	includes/ast 自研（9 文件）
工程配置	project.json	project.vpj
平台	Windows / Linux	Windows（w32.*）

进一步阅读

• TransPyC 编译器仓库（种子）
• Viper 语言文档（wiki 目录）
• 自举可行性分析与进展
• 工程配置 project.vpj 说明
• ViperOS 操作系统（用 Viper 写的 OS）

---

English

What is this

TransPyV is the second-generation Viper compiler: written in Viper and compiled by Viper. No Python runtime takes part in the compilation path — lexing/parsing goes through includes/ast (a self-implemented parser, 9 files), IR generation through App/lib/core/Gen/, and machine code through llc + clang++.

The bootstrap chain:

TransPyC (seed, implemented in CPython)
    │  one-time only: compile TransPyV sources into TransPyV.exe
    ▼
TransPyV.exe (stage-one artifact)
    │  bootstrap: this exe compiles TransPyV itself
    ▼
TransPyV.exe (self-hosted artifact — the one shipped in exe\)
    │
    └─ used to build any Viper project (ViperApps\*, Test\* …)

Current state and size (measured on the dev machine):

Item	Value
Compiler sources	76 .vp files, 64,656 lines under App/
Translator core	App/lib/core/Gen/ — 52 files, 49,978 lines
Phases & merging	App/lib/Phase/ 6 files 5,309 lines; App/lib/Stub/ 9 files 6,877 lines
Project & utils	App/lib/Projectrans/ 3 files 1,008 lines
Self-tests	39 .vp under Test/ (App/ 36 + NegativeTest/ 2 + Sha1Test/ 1)
Platform	Windows x64 (sources import w32.* directly)

Directory layout

TransPyV/
├── project.vpj                 # project config (source_dir=./App, build_dir=./.tpv_build, output TransPyV.exe)
├── App/                        # compiler sources (Viper)
│   ├── main.vp                 # CLI entry: pools, singleton injection, arg parsing, phase dispatch
│   └── lib/
│       ├── Projectrans/
│       │   ├── Config.vp        # project.vpj loader + path resolution (incl. includes cache dir)
│       │   └── Utils.vp         # SHA1 / dir cleanup / misc
│       ├── core/
│       │   ├── VLogger.vp       # logging (info/warn/error/banner/success)
│       │   ├── IncludesScanner.vp   # scan includes/, decide what must be rebuilt
│       │   ├── CompilerFactory.vp   # holds the two MemBuddy singletons (mb + perm_pool)
│       │   └── Gen/             # translator (52 files) — AST to LLVM IR
│       │       ├── Generator.vp / Translator.vp / GenApi.vp / GenTypes.vp
│       │       ├── BaseGenMixin / AssignGenMixin / VarGenMixin / ImportsGenMixin
│       │       ├── MatchGenMixin / AsyncGenMixin / StructGenMixin / TranslatorGenMixin
│       │       ├── Call/   (12) calls: plain / C builtin / ctor / vtable / varargs / inline asm …
│       │       ├── Class/  (6)  classes: def / generic / vtable / enum / mixin
│       │       ├── Expr/   (9)  expressions: name / const / ops / attr / f-string / CDef …
│       │       ├── Func/   (3)  function definitions
│       │       ├── Stmt/   (3)  statements: decl / C-if / mixin
│       │       └── Type/   (6)  type resolution and C type mapping
│       ├── Phase/
│       │   ├── BuildPipeline.vp # .ll -> llc -> .obj -> clang++ -> .exe (plus ASan branch)
│       │   ├── Phase1/          # Phase 1: on-demand includes translation + stub split (.stub.ll / .text.ll)
│       │   └── Phase2/          # Phase 2: multi-file translation, IR assembly, compile
│       └── Stub/
│           ├── StubGen/         # .vpi reader + declaration converter
│           └── StubMerger/      # dependency-ordered merge of .stub.ll / .text.ll
└── Test/                       # compiler self-tests (Viper)
    ├── project.vpj
    ├── App/                    # 36 .vp (mostly *_test.vp); entry point test_main.vp aggregates them all
    ├── NegativeTest/           # negative tests (must fail to compile)
    └── Sha1Test/               # SHA1 namespace test

Prerequisites

Tool	Notes
Windows 10/11 x64	sources import w32.*; Windows-only for now
llc	LLVM static compiler (22.1.8 here), set by compiler.cmd in project.vpj
clang++	mingw-w64 toolchain, -fuse-ld=lld (here D:/msys64/mingw64/bin/clang++.exe)
≥ 1.5 GiB free RAM	allocates a 1 GiB main pool + 512 MiB permanent pool at startup
TransPyC	only needed to rebuild the bootstrap seed

Required layout (project.vpj refers to ../includes):

TransPyC\                 # workspace root
├── TransPyC\             # first-generation compiler (seed)
├── TransPyV\             # this repo
└── includes\             # Viper standard library + includes/ast parser

Quick start

:: everyday use: build any project with the self-hosted compiler
exe\TransPyV.exe --project ViperApps\ViperMNIST\project.vpj --clean

:: build and run immediately
exe\TransPyV.exe --project ViperApps\ViperMNIST\project.vpj --clean --run

:: only when rebuilding the compiler itself (bootstrap seed), use TransPyC
python TransPyC\Projectrans.py --project TransPyV\project.vpj --clean

Artifacts land in <project dir>\<build_dir>\output\<linker.output> — by default <project>\.tpv_build\output\app.exe. TransPyV itself sets linker.output to TransPyV.exe, so its own product is TransPyV\.tpv_build\output\TransPyV.exe.

Run the compiler self-test suite:

exe\TransPyV.exe --project TransPyV\Test\project.vpj --clean --run

CLI flags

Flag	Meaning
--project <path>	project.vpj path (default: current dir, then parent)
--src <dir>	single-file mode source dir (overrides config; entry <dir>/main.vp)
--temp <dir>	declaration temp dir (default <build_dir>/temp)
--output <dir>	output dir (default <build_dir>/output)
--phase 1|2|all	1 = stub split only; 2 = IR assembly + compile only; all = both (default)
--cc <cmd>	LLVM compiler command (overrides config)
--build-dir <dir>	override build_dir from project.vpj (relative paths still resolve against the project dir)
--clean	clean temp / output / includes precompiled cache
--rebuild-includes	delete only the includes cache (includes.binary), forcing a full includes rebuild
--clear-cache	clear only temp (.vpi / .stub.ll / .text.ll), forcing stub regeneration
--run	execute the produced binary on success
--repl	interactive REPL (M1: expression fragment → DLL → call and echo); without --project it looks for the repl.vpj template project in cwd, then next to TransPyV.exe (errors out with a --project hint if neither exists); mutually exclusive with --asan / --phase2command
--asan	ASan mode: opt -passes=asan first; runtimes must be declared in project.vpj linker.static_libs, else fail-fast
--phase2command <bat>	do not run llc/link; write the commands into the given .bat
--nowarn-register	suppress Phase A dependency WARNs (cross-module text.ll not yet emitted, converges next pass)
--no-llvmpeephole	disable FunctionPrint local peepholes (T2 store/load forwarding, T3 no-op bitcast)
--detection	enable MemBuddy allocation detection (0xCDCD fill + record-table probe for out-of-bounds writes)
--show-args	dump all parsed arguments
--version, -v	print Viper / VRTE / TransPyV versions, commit ids, target triple and LLVM version
--help, -h	print help

Architecture

all .vp/.py under source_dir (multi-file mode: recursively scanned)
    │
    ├─ Phase 1 (stub split)
    │     IncludesScanner translates includes on demand -> Phase1/*
    │     Translator + Gen/* emit IR, then write two files:
    │       <sha1>.stub.ll   declarations
    │       <sha1>.text.ll   implementations
    │
    ├─ Phase 2 (assemble + compile)
    │     StubMerger*  topologically merge local stub + dependency stubs + local text -> full IR
    │     BuildPipeline: full IR -> llc -> .obj -> clang++ (+ precompiled includes .obj) -> .exe
    │
    └─ <build_dir>/output/<linker.output>

Module responsibilities:

Module	Responsibility
App/main.vp	CLI entry: pools and singletons, arg parsing, phase dispatch, --run
lib/Projectrans/Config.vp	project.vpj loading, path resolution, includes cache dir
lib/core/CompilerFactory.vp	owns mb (main pool) and perm_pool (permanent pool)
lib/core/Gen/Generator.vp	project-level Generator singleton shared by Phase1/Phase2/BuildPipeline
lib/core/Gen/Translator.vp	translator body: translate() and dump_ir() (.stub.ll / .text.ll / full IR)
lib/core/Gen/GenApi.vp	translator public API and global state (e.g. temp dir)
lib/Phase/Phase1/	scan includes, topological order, emit declarations on demand
lib/Phase/Phase2/	multi-file projects: scan sources, translate, assemble IR, drive the build
lib/Phase/BuildPipeline.vp	.ll -> llc -> .obj -> clang++ -> .exe (ASan branch included)
lib/Stub/StubGen/	read .vpi, convert to stub declarations
lib/Stub/StubMerger/	collect / topologically sort / concatenate / store stub.ll and text.ll
lib/core/IncludesScanner.vp	scan includes/, decide what needs rebuilding
lib/core/VLogger.vp	logging (with the --nowarn-register switch)

Bootstrap note: after self-hosting, module-level globals carry a SHA1 prefix (module isolation), so singletons such as _g_gen must be assigned per module (GenApi._g_gen = gen …), not once by bare name in main.vp — otherwise some modules read their own None, showing up as bogus results like "global-name test always 0".

Memory model

There is no per-object system malloc churn — only two MemBuddy buddy-allocator pools:

• POOL_SIZE = 1 GiB (1073741824) — main pool mb, ordinary translation allocations.
• PERM_POOL_SIZE = 536871176 (≈512 MiB usable) — permanent pool perm_pool, objects that outlive a phase.
• Both are held by the CompilerFactory.factory singleton; mb is additionally injected per module as sys._mbuddy / argparse._mbuddy / ast._mbuddy / Config._mbuddy …

--detection switches both pools into detection mode (0xCDCD fill + record-table probe) to hunt out-of-bounds writes.

Relation to TransPyC

Dimension	TransPyC	TransPyV
Implementation	CPython	Viper
Role	bootstrap seed (only used to produce a stable TransPyV)	the current compiler
Self-hosted?	—	✅ yes, it compiles itself
Entry	TransPyC/Projectrans.py	App/main.vp
AST parsing	Python ast / in-house vast	includes/ast (9 files, in-house)
Project config	project.json	project.vpj
Platform	Windows / Linux	Windows (w32.*)

Further reading

• TransPyC compiler repo (the seed)
• Viper language docs (wiki)
• Bootstrapping analysis and progress
• Project config project.vpj
• ViperOS (an OS written in Viper)