仓颉原生 XSLT 处理器（XSLT.Cangjie）项目规划与招聘框架

一、项目背景与目标（Project Context & Goal）

• 项目背景： 现有数据发布和内容聚合流程依赖于低效或不够安全的转换机制。为了提升数据处理的安全性和性能，我们需要一个能够原生运行在仓颉生态中的 XSLT 处理器。

• 项目目标： 利用仓颉语言的内存安全、高并发、高效运行时等特性，开发一个完全符合 W3C XSLT 规范（至少 1.0/2.0）的高性能转换引擎。

• 价值体现： 该处理器将成为仓颉生态中处理 XML/XSLT/XPath 的标准基础设施，确保企业级数据转换的安全性和可靠性。

二、核心需求分析与功能细化（Core Requirements & Features）

1. XSLT 转换引擎核心 (XSLT Transformation Core)

2. XPath 路径表达式引擎 (XPath Engine)

3. 仓颉生态适配与环境约束 (Cangjie Ecosystem Adaptation)

• 语言原生性： 核心库必须使用仓颉语言实现，以充分利用其内存安全和运行时优化。

• 代码生成： 确保 XSLT 样式表编译后的中间形式能高效地与仓颉代码集成。

• 工具链集成： 必须兼容仓颉的标准编译器、调试器和构建系统（例如，通过自定义 SDK 路径配置和插件使用）。

三、技术规范与方案（Technical Specifications & Solutions）

1. 技术规范 (Technical Specifications)

• XML 解析： 采用 SAX 或推式解析器（Pull Parser）进行高性能、低内存的 XML 文档读取。

• 树模型： 处理器内部使用不可变（Immutable）或高效的、带有引用计数的树结构（如简化版 DOM），以适应仓颉的安全和并发特性。

• 中间表示 (IR)： XSLT 样式表必须被编译成一种内部的、可执行的中间表示（IR）或字节码，而不是直接解释执行，以确保执行效率。

2. 技术方案（Technical Solution Breakdown）

为了实现高性能和安全性，关键步骤如下：

A. XSLT 样式表编译

// 伪代码: 编译 XSLT 样式表
function compile_xslt(stylesheet_xml: XmlNode) -> XSLT_IR {
    // 1. 解析 XSLT 文档为抽象语法树 (AST)
    let ast = parse_to_ast(stylesheet_xml);
    // 2. 优化 AST (如常量折叠, 模板匹配路径预处理)
    let optimized_ast = optimize(ast);
    // 3. 转化为仓颉可执行的中间表示 (IR) 或字节码
    return generate_ir(optimized_ast);
}

B. XPath 高效计算

// 伪代码: 仓颉 XPath 节点查找
// 利用仓颉的安全特性，Node 结构应包含只读引用。
struct Node {
    tag_name: String,
    children: Vector<Node>,
    attributes: Map<String, String>,
    // 优化的节点索引（例如，哈希表或ID映射）
    index_id: u64
}

// 仓颉安全查找函数
function evaluate_xpath(context_node: &Node, path_expression: PathIR) -> NodeSet {
    // ... 高效的索引查找和轴遍历逻辑 ...
    // 避免在循环中不必要的内存分配，使用安全引用
    // 确保返回的 NodeSet 包含的是安全引用 (&Node)
}

四、开发交付物（Key Deliverables）

1. 仓颉 XSLT 核心 SDK（$xslt\_cangjie$）： 核心转换库，带有完整的 API 文档。

2. 命令行工具： 用于执行转换的独立可执行程序。

3. 模式兼容性测试套件： 包含 W3C 官方测试用例的仓颉自动化测试脚本。

4. 性能基准报告： 证明处理器在处理大型文件时的性能指标（如 MB/s 吞吐量、P99 延迟）。

五、开发代码与项目质量要求（Code & Project Quality Standards）

1. 质量要求（Quality Requirements）

2. 性能要求（Performance Requirements）

• 基准： 在处理 10MB 级别的 XML 文档时，转换吞吐量应优于或至少与主流开源处理器（如 Java Xalan/Saxon）的性能持平。

• 内存使用： 内存峰值使用量（Peak Memory Usage）应显著低于传统的 DOM-based 处理器，特别是对于大型文档，需保持 O(1) 或 O($\text{log}N$) 的内存增长率。

• 冷启动： 第一次加载和编译 XSLT 样式表的延迟需进行优化，使用缓存机制加速后续执行。

3. 工具链与适配（Toolchain & Adaptation）

• CI/CD 集成： 必须将 XSLT 兼容性测试、性能基准测试自动化集成到持续集成流程中。

• 仓颉环境适配：

  • 构建/编译： 确保项目能够使用仓颉构建系统（Build System）无缝编译，例如需要配置特定的自定义 SDK 路径来链接运行时库。

  • 开发环境： 开发者需使用支持仓颉语言插件的 IDE 或编辑器，利用其进行代码编辑、语法检查、调试和性能剖析。

示例：自定义 SDK 路径配置要求

候选人需证明他们能够配置构建系统，以识别并使用项目专用的仓颉运行时库，例如

# 伪代码: 确保构建系统使用专用的仓颉 SDK 路径
CANGJIE_SDK_ROOT = "/opt/cangjie/custom-v1.2/"
# 编译命令
cangjie_build --sdk-path ${CANGJIE_SDK_ROOT} src/xslt_core

交付件

验收标准

1.功能

1. 三方库必须有明确的功能；

2. 如果参考对标库移值开发，功能与参考三方库保持一致。

2.资料

1. Readme：包含简介，软件架构，目录结构，下载安装（编译构建），接口说明，使用示例，约束限制，开源协议，参与贡献等内容；

2. Changelog，三方库版本需包含基本的修改说明。

3.标准遵从性（可选），三方库实现需满足对应协议或行业标准，举例

1. appquth：支持对OAuth 的PKCE扩展；

2. icu4j：支持unicode标准库，通用字符集ISO/IEC 10646。

4.性能目标

1. 性能敏感三方库接口运行性能持平对标三方库

5.开源协议遵从，必须包含License文件

1. 放置合适的开源License协议，建议Apache License Version 2.0；

2. 引用或参考开源三方库，需遵从开源协议。

6.网络安全要求

1. 满足基础的网络安全红线及隐私要求，符合安全编码规范。

过程质量要求