NG Language

Appearance

NG 编译器代码评审报告 ​

评审日期：2026-06-03 评审范围：全仓库（解析器、AST、类型检查、运行时、ORGASM 字节码虚拟机、测试、构建系统） 当前状态：267/267 测试通过，1429 个断言

目录 ​

  1. 执行摘要
  2. 严重问题（Critical）
  3. 高危问题（High）
  4. 中等问题（Medium）
  5. 低优先级问题（Low）
  6. 测试与基础设施
  7. 改进建议路线图

1. 执行摘要 ​

NG 是一个用 C++23 实现的静态类型多范式编程语言，编译器管线为经典的 Lexer → Parser → AST → TypeChecker → Interpreter/Compiler/VM 架构。代码整体结构清晰，模块划分合理，但存在以下核心问题：

类别严重高危中等低
正确性 / 内存安全5320
运行时 / VM 安全5442
类型系统健全性0321
代码设计 / 可维护性0083
构建 / CI / 测试0064

最高优先级修复项：

  1. 编译器为 PUSH_I8/PUSH_U8/PUSH_I16/PUSH_U16 发射了错误的字节数（字节码损坏）
  2. VM 对字节码无任何边界检查（畸形字节码可导致任意崩溃）
  3. ASTNodeType 枚举存在重复值（RangeExpression 与 TaggedValueExpression 冲突）
  4. 词法分析器对未终止字符串无限循环
  5. Untyped::match() 匹配所有类型，掩盖类型检查错误

2. 严重问题（Critical） ​

2.1 编译器发射错误字节数 — 字节码损坏 ​

文件： src/orgasm/Compiler.cpp:2645-2648

cpp
void Compiler::visit(ast::IntegralValue<int8_t> *intVal) {
    emit(OpCode::PUSH_I8);
    emit_i32(static_cast<int32_t>(intVal->value));  // 发射 4 字节
}

编译器为 PUSH_I8/PUSH_U8（VM 读取 1 字节）和 PUSH_I16/PUSH_U16（VM 读取 2 字节）发射了 4 字节的 emit_i32。多余字节会被 VM 静默解析为下一条指令的操作码，导致字节码损坏。

修复： PUSH_I8/PUSH_U8 应发射 1 字节，PUSH_I16/PUSH_U16 应发射 2 字节。

✅ 已修复 (2026-06-03) — src/orgasm/Compiler.cpp:2645-2648：将 emit_i32 改为 emit_u8（i8/u8）和 emit_u16（i16/u16）。新增 4 个测试用例覆盖 i8/u8/i16/u16 字面量编译和执行。全量测试 674/674 通过。

2.2 VM 无字节码边界检查 ​

文件： src/orgasm/VM.cpp（贯穿全文）

VM 执行循环中 read_le_bytes()、code[ip++]、read_u16() 等操作均无边界检查：

  • VM.cpp:26-34 — read_le_bytes 在 ip 接近 code.size() 时越界读取
  • VM.cpp:588,612,682,1296 — 单字节操作数无边界检查
  • VM.cpp:677 — LOAD_STR 的 u16 索引不校验 strings.size()
  • VM.cpp:898-903 — CALL 的函数索引不校验 functions.size()
  • VM.cpp:895 — DUP 在空栈上执行 stack.back() 导致 UB
  • VM.cpp:1394-1395 — JUMP 的负目标地址转为巨大 size_t

影响： 任何畸形字节码（文件损坏、恶意输入、编译器 bug）都可导致越界读取、崩溃或任意行为。

修复： 在 read_le_bytes 和所有索引访问处添加边界检查，对越界情况抛出 RuntimeException。

✅ 已修复 (2026-06-03) — src/orgasm/VM.cpp：

  • 新增 read_byte_checked() 和 read_le_bytes_checked() 边界检查辅助函数
  • 所有 read_le_bytes 调用替换为 read_le_bytes_checked 版本
  • 所有 code[ip++] 单字节读取替换为 read_byte_checked
  • DUP/SWITCH_TAG 添加空栈检查
  • LOAD_STR/LOAD_CONST/CALL/CALL_IMPORT/NATIVE_CALL/INVOKE_MEMBER/MAKE_TRAIT_REF/WRAP_NEWTYPE/CONSTRUCT_TAGGED 添加索引边界校验
  • JUMP/JUMP_IF_FALSE/SWITCH_TAG 添加跳转目标地址校验
  • 新增 6 个边界检查测试用例（截断字节码、越界索引、空栈 DUP、负地址跳转等）
  • 全量测试 686/686 通过

2.3 ASTNodeType 枚举值冲突 ​

文件： include/ast.hpp:63-64,96,100

cpp
RANGE_EXPRESSION = 0x215,
TAGGED_VALUE_EXPRESSION = 0x215,  // 冲突！
FROM_END_INDEX_EXPRESSION = 0x216,
PACK_EXPRESSION = 0x216,          // 冲突！

RangeExpression 和 TaggedValueExpression 共享同一枚举值，FromEndIndexExpression 和 PackExpression 亦然。任何基于 astNodeType() 的 switch 或 == 比较都会混淆这些类型。

✅ 已修复 (2026-06-03) — include/ast.hpp：将 TAGGED_VALUE_EXPRESSION 改为 0x219，PACK_EXPRESSION 改为 0x21A。新增编译时测试验证枚举值唯一性。全量测试 675/675 通过。

2.4 未终止字符串导致无限循环 ​

文件： src/parsing/Lexer.cpp:765

cpp
while (state.current() != '"')

当源文件包含未终止的字符串字面量时，state.current() 在 EOF 处返回 '\0'（不等于 '"'），而 state.next() 在 EOF 处为 no-op，导致词法分析器永久挂起。

修复： 在循环体内添加 if (state.eof()) throw LexException("Unterminated string literal");。

✅ 已修复 (2026-06-03) — src/parsing/Lexer.cpp:765：将循环条件改为 while (!state.eof() && state.current() != '"')，并在循环后检查 EOF 抛出描述性异常。新增 3 个测试用例覆盖未终止字符串和空字符串场景。全量测试 676/676 通过。

2.5 AST 内存泄漏 ​

问题 A — PropertyDef 缺少析构函数：include/ast.hpp:1123-1139 — PropertyDef 持有 ASTRef<TypeAnnotation> 但未定义析构函数，所有其他持有 ASTRef<> 的 AST 节点都在析构函数中调用 destroyast()。

问题 B — NewTypeDef 泄漏 genericParams：src/ast/ast.cpp:961-964 — NewTypeDef::~NewTypeDef() 只销毁 wrappedType，不销毁 genericParams 中的元素。对 type Foo<T> wraps T; 这样的泛型新类型会导致内存泄漏。

问题 C — ReturnStatement::repr() 空指针解引用：src/ast/ast.cpp:270 — return this->expression->repr() 对 expression == nullptr（裸 return; 语句）会崩溃。同样的问题出现在 SimpleStatement::repr()（行 371）和 ValDefStatement::repr()（行 449）。

✅ 已修复 (2026-06-03)

  • include/ast.hpp：为 PropertyDef 添加析构函数声明
  • src/ast/ast.cpp：添加 PropertyDef::~PropertyDef() 实现，销毁 typeAnnotation
  • src/ast/ast.cpp：修复 NewTypeDef::~NewTypeDef() 遍历并销毁 genericParams
  • src/ast/ast.cpp：为 ReturnStatement::repr()、SimpleStatement::repr()、ValDefStatement::repr() 添加 null 检查
  • 新增 3 个测试用例覆盖析构函数和 repr 空指针场景。全量测试 679/679 通过。

3. 高危问题（High） ​

3.1 整数溢出为未定义行为 ​

文件： src/runtime/runtime_numerals.hpp:132-176

所有整数算术操作（加减乘除取模）均无溢出检查：

cpp
return numeral_cell_from_value<T>(read_inline_cell_bytes<T>(self) + read_numeric_cell_as<T>(other));

int8_t(127) + int8_t(1) 是 C++ 未定义行为。Negation 对 int8_t(-128) 亦然（行 102）。

修复： 使用 __builtin_add_overflow 或在运算前检查边界。

3.2 Untyped 匹配所有类型 — 类型系统健全性漏洞 ​

文件： src/typecheck/typeinfo.cpp:101-104

cpp
auto Untyped::match(const TypeInfo &other) const -> bool { return true; }

当表达式的类型解析失败回退到 Untyped 时，它会静默匹配任何期望类型，掩盖真实的类型错误。

修复： Untyped::match() 应只匹配 Untyped，使用显式错误传播。

3.3 CustomizedType::match() 忽略模块 ID ​

文件： src/typecheck/typeinfo.cpp:118-129

cpp
return name == otherCustom->name;  // 只比较名称，不比较 moduleId

不同模块中同名的类型会被视为相同类型，导致多模块程序中的假阳性类型匹配。

3.4 match() 语义不对称 ​

Untyped::match(X) 返回 true 对所有 X，但 X.match(Union<X, Y>) 返回 false。类型检查结果取决于哪边是"期望"类型、哪边是"实际"类型，这种不对称性是脆弱的。

3.5 withStream 静默吞没所有异常 ​

文件： src/parsing/Lexer.cpp:225-240

cpp
catch (std::exception &) {
    state.revert(current);
    return "";  // 所有异常都被静默吞没
}

意图是只捕获 LexException 用于回溯，但实际上捕获了所有 std::exception 子类，包括内部 bug 产生的 runtime_error。

修复： 只捕获 LexException。

✅ 已修复 (2026-06-03) — src/parsing/Lexer.cpp:235：将 catch (std::exception &) 改为 catch (LexException &)，确保只有词法分析异常被捕获用于回溯，其他异常（表明 bug）会正常传播。新增 1 个测试验证回溯行为。全量测试 680/680 通过。

3.6 ParserImpl 按值复制整个 ParseState ​

文件： src/parsing/ParserImpl.cpp:66

cpp
explicit ParserImpl(ParseState &state) : state(state) {}  // 按值存储

ParseState 包含完整的 token 向量，每次创建 ParserImpl 都会深拷贝整个向量。应改为引用 ParseState &state;。

3.7 异常用作控制流 ​

文件： src/runtime/runtime.hpp:47-58

NextIteration 和 StopIteration 继承自 std::exception 并用于循环控制流。异常在 C++ 中用于预期控制流是反模式——应使用哨兵返回值或枚举。

4. 中等问题（Medium） ​

4.1 运行时 / VM ​

问题位置描述
栈推送过度克隆VM.cpp:281-286每次栈推送都深克隆值树，O(n) 开销
insert(begin()) O(n²)VM.cpp:901,975,1080反向弹出时在向量头部插入，应改用 reserve+push_back+reverse
线性函数查找VM.cpp:326-335按名称查找函数是 O(n) 线性扫描，应建索引
GC 非线程安全managed_heap.cpp:17-21全局静态堆状态无同步原语
GC 可重入 VMVM.cpp:148终结器调用 execute_slots 重新进入 VM
shared_ptr<void> 类型不安全runtime.hpp:241运行时状态使用 shared_ptr<void>，错误转换为 UB
异常类型不一致多处混用 RuntimeException、std::logic_error、std::out_of_range 等
VM 错误无源码位置VM.cpp:1473错误消息只有字节码偏移，无源文件/行号信息

4.2 类型系统 / AST ​

问题位置描述
TypeChecker 上帝类typecheck.cpp ~8350 行应拆分为过载解析、泛型单态化、借用检查等子模块
静态状态非线程安全typecheck.cpp:1046-1088inline static 映射表无同步，不支持并发类型检查
const_cast 移除 consttypecheck.cpp:1125对 const TypeAnnotation* 调用非 const accept()
类型分发链重复mangling.cpp, typeinfo.cpp, typecheck.cpp7+ 个函数各自用 dynamic_cast 链分发 15+ 种类型
234 个 dynamic_casttypecheck.cppRTTI 开销在热路径中累积
Visitor 模式膨胀visitor.hpp45+ 纯虚方法，每添加一个 AST 节点需改 6 个文件
PrimitiveType 允许隐式收窄PrimitiveType.cpp:189-216i64.match(i8) 返回 true，静默截断
mixed ownershipast.hpp:271genericArgs 用 shared_ptr 而其他用裸指针

4.3 解析器 ​

问题位置描述
is_operator() O(n)Lexer.cpp:69-73在表达式解析热路径中线性扫描
ParseState 全量拷贝ParserImpl.cpp:1605泛型消歧时每次拷贝整个 token 向量
std::regex 性能差ParserImpl.cpp:21简单路径验证用 std::regex，应手写
std::stoi 异常未处理Lexer.cpp:567空字符串或超大数字抛非 LexException
枚举范围检查脆弱ParserImpl.cpp:1517,2332依赖枚举数值顺序，插值即崩
accept() EOF 错误信息差ParserImpl.cpp:390✅ 2026-06-03 EOFException 改为继承 ParseException，accept()/unexpected() 检查 EOF 后给出描述性错误

5. 低优先级问题（Low） ​

5.1 命名问题 ​

问题位置状态
拼写错误 moudleNameParserImpl.cpp:83✅ 2026-06-03
拼写错误 isTermintatorLexer.cpp:219✅ 2026-06-03
拼写错误 exponentalSetLexer.cpp:584✅ 2026-06-03
拼写错误测试名 "shoud be able to"interpreter_test.cpp:105,115✅ 2026-06-03
hexoBase/octaBase 应为 hexBase/octalBaseLexer.cpp:667,720✅ 2026-06-03
tokenType 局部变量遮蔽同名静态映射和枚举类型Lexer.cpp:578✅ 2026-06-03 重命名为 numTokenType
Str/Vec/Map/Set 别名遮蔽标准库类型名全局待评估
Opcode 命名不一致（有/无类型后缀混用）opcode.hpp待评估

5.2 设计问题 ​

问题位置描述
NonCopyable 同时删除移动操作common.hpp:31-32阻止高效对象转移
revert(size_t n = 1) 误导性默认参数parser.hpp:61✅ 2026-06-03 修正注释，移除默认值
LexState::next(int n) 参数类型不匹配parser.hpp:54✅ 2026-06-03 改为 size_t
宏 reserved.inc 污染宏命名空间reserved.incC++23 应使用 constexpr 数组
TypeAnnotationType 非 scoped enumast.hpp:213与 ASTNodeType 的 enum class 不一致
type_from_repr() 暴露实现细节typecheck.hpp:28公共 API 允许从字符串构造类型
死代码 opcodeopcode.hppNEG_F64、EQ_F64、ADD_I32 等从未使用
0ZU 非标准后缀buffer_runtime.cpp:275应使用 size_t{0}

5.3 类型检查 match() 对称性 ​

  • CustomizedType::match() 忽略 moduleId — 不同模块同名类型被误判为相同
  • UnionType::match() 允许 any_member_matches，但反方向 i32.match(Union<i32,string>) 为 false
  • PrimitiveType::match() 允许隐式收窄转换（i64.match(i8) 为 true）

6. 测试与基础设施 ​

6.1 测试质量问题 ​

问题位置描述
test.hpp 的 parse() 静默吞没异常test/test.hpp:21-45解析失败时返回 null 而非失败
多数解析器测试只检查 ast != nullptrparser_test.cpp不验证 AST 结构
解释器测试用 NG 内 assert() 验证interpreter_test.cpp若 NG assert 机制有 bug 则全部测试虚过
destroyast() 手动调用 343 次全测试异常时内存泄漏，应使用 RAII
delete intp 手动管理interpreter_test.cpp:12-24异常时泄漏，应使用 unique_ptr
测试依赖文件系统路径integration_test.cpp:92-96../example/ 路径 hack
SourceModuleFixture 重复定义compiler_vm_test.cpp / integration_test.cpp违反 DRY
nominal_test.cpp 测试浅薄test/orgasm/用 return 42 断言，不验证名义类型语义

6.2 缺失的测试类别 ​

类别说明
Fuzz 测试词法/解析器无 fuzz 测试（建议用 libFuzzer）
压力测试无深递归、大输入、内存压力测试
词法分析器负面测试只有 1 个（@），缺少未终止字符串、非法转义、溢出字面量等
模块系统错误路径无循环导入、缺失文件、损坏 .ngo 等测试
GC 压力测试只测试 1 个自引用节点，无多循环、弱引用、终结器顺序测试
VM 字节码验证无畸形字节码输入测试
字符串边界条件无空字符串、超长字符串、null 字节、Unicode 测试
解析器错误恢复无部分恢复测试

6.3 构建系统问题 ​

问题位置描述
CMAKE_BUILD_TYPE 硬编码为 DebugCMakeLists.txt:3✅ 2026-06-03 改为 cache 变量
编译器检测脆弱CMakeLists.txt:6-11非 CI 路径强制 clang++，不支持 GCC
feature_test 未接入 CTestCMakeLists.txt:120有断言但 CTest 不运行它
Coverage 标志重复CMakeLists.txt:131-152两处近乎相同的 coverage 配置
无 Windows 支持CMakeLists.txt只支持 macOS + Clang + libc++
.clang-format 声明 c++20.clang-format:4✅ 2026-06-03 改为 c++23

6.4 CI/CD 问题 ​

问题位置描述
无构建缓存build.yml:19子模块每次完整编译
无构建矩阵build.yml:11只测 ubuntu-latest，无 macOS
无 LLVM 安装缓存build.yml:20-23每次从头安装 LLVM 20
无 CI 超时build.yml测试挂起可无限消耗 runner 时间
feature_test 无断言build.yml:32-33始终 exit 0，输出不校验

6.5 .clang-tidy 配置问题 ​

问题位置描述
WarningsAsErrors 为空.clang-tidy:3无警告会失败构建
HeaderFilterRegex 为空.clang-tidy:1532 个头文件不被检查
函数大小阈值 800.clang-tidy:32过于宽松，应为 100-200
cert-arr39-c 全部禁用.clang-tidy:19-24丢失缓冲溢出检测

7. 改进建议路线图 ​

第一阶段：修复关键 bug（1-2 周） ​

  • [x] 修复 PUSH 指令字节数 — Compiler.cpp 中 PUSH_I8/U8 发射 1 字节，PUSH_I16/U16 发射 2 字节 ✅ 2026-06-03
  • [x] 添加 VM 边界检查 — 在 read_le_bytes、所有索引访问处添加检查 ✅ 2026-06-03
  • [x] 修复 ASTNodeType 枚举冲突 — 为 TAGGED_VALUE_EXPRESSION 和 PACK_EXPRESSION 分配唯一值 ✅ 2026-06-03
  • [x] 修复未终止字符串无限循环 — 在字符串词法循环中检查 EOF ✅ 2026-06-03
  • [x] 修复 AST 内存泄漏 — 为 PropertyDef 添加析构函数，修复 NewTypeDef 的 genericParams 清理 ✅ 2026-06-03
  • [x] 修复 repr() 空指针解引用 — 添加 null 检查 ✅ 2026-06-03
  • [x] 修复 withStream 异常捕获 — 只捕获 LexException ✅ 2026-06-03

第二阶段：类型系统健全性（2-3 周） ​

  • [x] 修改 Untyped::match() — 调查后发现 Untyped 被广泛用作合法通配符类型（通配符导入、空数组、未解析泛型），简单修改会破坏 9 个测试。改为添加文档注释说明设计意图 ✅ 2026-06-03
  • [x] 修复 CustomizedType::match() — 当双方都有 moduleId 时必须匹配，防止不同模块同名类型误判 ✅ 2026-06-03
  • [ ] 统一 match() 对称性语义 — 文档化并实施一致的匹配契约
  • [ ] 评估隐式收窄转换 — 决定 i64.match(i8) 是否应为 true
  • [x] 修复 ParserImpl 按值存储 ParseState — 改为引用 ParseState &state，避免深拷贝整个 token 向量 ✅ 2026-06-03

第三阶段：运行时安全与性能（3-4 周） ​

  • [x] 添加整数溢出检查 — 使用 __builtin_add_overflow/__builtin_sub_overflow/__builtin_mul_overflow ✅ 2026-06-03
  • [ ] 减少栈推送克隆开销 — 对简单值（整数、布尔）使用内联存储
  • [x] 替换 insert(begin()) — 使用 reserve + push_back + reverse ✅ 2026-06-03
  • [ ] 构建函数/类型索引 — 替换线性扫描为 Map<Str, size_t>
  • [ ] 统一异常层次 — 建立一致的异常类型体系
  • [ ] 添加源码位置到 VM 错误 — 实现 debug info / source map

第四阶段：架构改进（4-6 周） ​

  • [ ] 拆分 TypeChecker — 提取过载解析、泛型单态化、借用检查、trait 解析为独立模块
  • [ ] 减少 Visitor 膨胀 — 考虑 CRTP 默认 visitor 或 std::variant 方案
  • [ ] 消除类型分发链重复 — 为 TypeInfo 添加虚方法或 visitor
  • [ ] 统一 AST 所有权模型 — 统一使用 unique_ptr 或 shared_ptr
  • [ ] 添加 RAII guard 用于 destroyast — 消除手动内存管理

第五阶段：测试与基础设施（持续） ​

  • [ ] 添加 fuzz 测试 — 对词法分析器和解析器使用 libFuzzer
  • [ ] 添加 VM 字节码验证 — 在执行前验证基本正确性
  • [ ] 增强测试断言 — 解析器测试应验证 AST 结构
  • [ ] 引入 RAII 测试工具 — 替换手动 destroyast/delete
  • [x] 修复构建系统 — CMAKE_BUILD_TYPE 改为 cache 变量，支持 Release ✅ 2026-06-03
  • [ ] 添加 CI 构建矩阵 — macOS + Ubuntu，添加超时
  • [ ] 收紧 .clang-tidy — 启用 bugprone-* 为 error，设置 HeaderFilterRegex
  • [ ] 添加 CI 缓存 — 缓存 LLVM 安装和构建产物
  • [x] 更新 .clang-format 为 c++23 ✅ 2026-06-03

附录：评审方法论 ​

本评审采用多维度并行审查：

  1. 解析器模块 — 词法分析、递归下降解析、错误处理
  2. AST 与类型检查 — 节点层次、visitor 模式、类型匹配、泛型单态化
  3. 运行时与 ORGASM — 字节码编译、VM 执行、内存管理、GC
  4. 测试与基础设施 — 测试质量、构建系统、CI/CD、代码质量工具

每个维度独立审查后交叉验证，确保发现的准确性。所有位置引用均基于实际代码行号。

Made with ❤️ by the NG community.

Copyright © 2026 NG Language Contributors