和 AI 助手一起写代码
Sprig 在设计时就考虑到了 AI 编程助手。编译器的报错有固定的错误码和准确的位置,很多还带修改提示,也能输出成 JSON,助手可以照着改,不用去猜一段文字是什么意思。
不过要说清楚:这并不能保证 AI 写出来的代码就是对的。它能保证的是,出错时你和助手都能看清错在哪里、为什么错,修改的过程也方便人来检查。
先问问装好的编译器
不同版本的 SDK 功能不一样。让助手先用这几条命令了解手上的编译器,不要凭记忆写代码:
sprig version
sprig capabilities --json
sprig help language --json
sprig api java.time.LocalDate --jsoncapabilities 列出的是这个 SDK 实际实现了的功能。注意,一段代码能通过语法解析,不代表后面每一步都没问题。类型检查、生成 Java、在 JVM 上运行,你的改动依赖哪一步,就要实际跑过哪一步才算数。
第一次用 Sprig 的话(不管是你还是助手),先看 sprig help language。它就是一段完整的小程序,用到了 if/elif/else、循环、变量、函数和读标准输入。每个主题还会列出内置方法,并附上一个示例程序。从 Python、Java 或 C 带过来的写法,比如 else if、readLine()、List<Int>,报错会直接告诉你 Sprig 里怎么写。
一个修错的循环
- 先读相关的参考页和附近已有的测试。如果是在 Sprig 仓库里工作,还要先读
AGENTS.md。 - 写一个能说明问题的小程序,运行
sprig check --json path/to/file.spr。 - 出错时,读错误码、位置、期望的类型和实际的类型,以及修改提示。还不清楚的话,运行
sprig explain <错误码> --json。 - 想明白这个错误意味着什么,再动手改。编译器不会替你选择有损的转换,也不会因为你需要就放宽对 Java API 的限制。
- 运行
sprig test --json(前提是你的 SDK 支持这个命令),再跑相关的测试。给 Sprig 仓库贡献代码时,还要跑完整的贡献检查。最后自己看一遍改动,确认没有把生成的文件提交进去。
JSON 里各个字段的含义见 Agent 工具参考(英文),所有错误码见错误码(英文)。
例子:修一个类型错误
把字符串赋给整数:
let count: Int = "three"sprig check --json 返回的错误里有这些字段(省略了其余部分):
{
"code": "SPR-TYPE-ASSIGN",
"phase": "TYPE",
"message": "Type mismatch in initializer",
"expectedType": "Int",
"actualType": "String",
"relatedHelp": "types"
}expectedType 和 actualType 说得很清楚:这里需要 Int,给的却是 String。接下来怎么改,取决于你本来想做什么:要么把值改成整数,要么把变量声明成 String。不要只是为了让编译通过,就随手加一个类型转换。
入门教程里也有好几个故意写错的例子,比如第 3 章,它们都由文档检查实际验证过。给 Sprig 加新功能时也是这样:既要有能通过的程序,也要有应该被拒绝的程序,测试才能证明编译器真的会拒绝错误的写法。
用 AI 写 Sprig,效果怎么样
维护者用一个比较便宜的编程模型试过上面的工作方式。这只是一次早期的尝试:没有对照实验,没有拿 Java 做对比,也没有测量效率。所以它说明不了 Sprig 比 Java 更适合 AI,也说明不了 AI 用 Sprig 写得更对、更快。
这个项目想验证的想法范围更小:固定的错误码、可以查询的 Java API 和功能清单,能让修错的每一步都有据可查。欢迎你按上面的流程自己试试。反馈时请附上 SDK 版本、能复现问题的最小源码、运行的命令和完整的报错。
