Reader locales

Reader locale#

讀者語系是 Faber 用來以讀者的人類語言呈現原始碼、編譯器診斷與語言關鍵字的系統，不會分叉語意。泰語程式設計師可以使用泰語讀寫 Faber 原始碼、接收泰語編譯器錯誤，並透過與拉丁文或中文使用者相同的 HIR 協作。將程式碼從拉丁文在地化為泰語的機制，與將程式碼輸出為 Rust 的機制相同：HIR → surface，兩者都不具特權。

問題#

大型語言模型已將程式設計周遭的對話在地化——泰國電腦科學家可以用泰語向 LLM 尋求協助——但持久存在的成品仍未被在地化。產生的程式碼、API、編譯器錯誤與文件仍然以英文為形狀。英文能力因此成為進入電腦科學的門檻，而不只是對話的門檻。

讀者語系是對此問題的設計回應：人類用來理解 Faber 的語言——原始碼、診斷，以及可選的標準函式庫拼寫——不以英文為前提。它不是應用程式國際化（完整的字串矩陣涵蓋），而是讀者方言支援：可選用、部分涵蓋的套件，建立在不分叉的語意核心之上。

產品論點： 英文不應成為審查軟體意圖時的必要語言。LLM 已將程式設計周遭的對話在地化；讀者語系則將持久存在的成品在地化。

運作方式#

讀者語系套件會將 Faber 關鍵字、原始型別拼寫與診斷範本對映到目標語言。套件是包含三個表格的 TOML 檔案：

• [keywords] — 將關鍵字名稱對映為其在地化拼寫
• [types] — 將原始型別名稱對映為其在地化拼寫
• [diagnostics.*] — 將診斷碼對映為在地化訊息範本
• [llm] — 用於 LLM 產生程式碼的系統提示片段與範例

編譯器會根據產生的拉丁文基準檢查套件——每個關鍵字與型別都必須有定義的拼寫，或明確繼承自拉丁文。缺少的列會產生可見的回退，而不是靜默遺漏。

在命令列或 faber.toml 中選取語系：

faber check --reader-locale th-TH program.fab

# faber.toml
[reader]
locale = "zh-Hans"

哪些內容會在地化，哪些不會#

關鍵的架構保證是：任何語系表面形式都可以隨時轉換為其他形式，包括拉丁文。已在地化的 Faber 檔案永遠不是陷阱，因為程式碼永遠不只存在一種形式。faber format --canonical 與 faber format --reader-locale=la 完全相同。

已提供的套件#

Radix 目前隨附七個套件：

五個參考語系是依據集體架構壓力選定的——它們共同迫使基礎層處理所有必須承受的 Unicode 與輸出問題。四個語系使用非拉丁文字；越南語則是拉丁文字控制案例：

參考集合是為架構覆蓋率而選定，而不是依人口選定。單靠人口無法證明基礎層尚未處理的任何事項。

在地化原始碼範例#

六個非規範語系各自在 examples/reader-locale/ 下提供完整的 Faber 套件，包含在地化原始碼、診斷測試案例與 faber.toml 清單。同一個 greet 程式會在所有已提供的語系中呈現：

拉丁文 la — 規範形式

函式 salve(文字 nomen) → 文字 {
    定值 文字 msg ← "Salve, §!"(nomen)
    傳回 msg
}

入口 {
    定值 文字 m ← salve("munde")
    註記 m
}

規範呈現形式。faber format --canonical 與 faber format --reader-locale=la 完全相同。拉丁文關鍵字對映到自身；型別名稱使用規範拼寫。

泰語 th-TH — 參考驗證

ฟังก์ชัน salve(ข้อความ nomen) → ข้อความ {
    ค่าคงที่ ข้อความ msg ← "Salve, §!"(nomen)
    คืนค่า msg
}

เริ่มต้น {
    ค่าคงที่ ข้อความ m ← salve("มุนเด")
    แจ้ง m
}

存取楔形驗證。泰語是無空格文字——詞語之間沒有空格邊界——因此成為分詞器壓力測試，也是讀者語系系統最初的架構驅動因素。詞法分析器必須僅透過關鍵字比對來解析每個 token 邊界。

簡體中文 zh-Hans

函数 问候(文本 名字) → 文本 {
    常量 文本 问候语 ← "你好，§!"(名字)
    返回 问候语
}

入口 {
    常量 文本 消息 ← 问候("世界")
    显示 消息
}

成對關鍵字（如果／否則 對應 si／secus），需要套件關鍵字群組；全形／半形標點；在詞法進入點進行 NFKC 寬度折疊。由於 CJK 分詞器的邊界問題，這是最困難的 LLM 輸出案例。繁體中文（zh-Hant）的同級套件會繼承並覆寫 zh-Hans 的詞根。

阿拉伯文 ar

دالة salve(نص nomen) → نص {
    ثابت نص msg ← "مرحبا، §!"(nomen)
    أعد msg
}

بداية {
    ثابت نص m ← salve("عالم")
    اعرض m
}

由右至左的文字嵌入邏輯順序的由左至右程式碼區塊中。編譯器的 HTML 診斷輸出會以 <bdi> 包覆關鍵字，進行雙向隔離，以防止 RFO（右側跟隨左側）扭曲。原始來源以邏輯順序使用阿拉伯文字；顯示層負責雙向文字呈現。

印地語 hi

फलन salve(पाठ nomen) → पाठ {
    स्थिर पाठ msg ← "Salve, §!"(nomen)
    लौटा msg
}

आरंभ {
    स्थिर पाठ m ← salve("जगत")
    दिखा m
}

使用母音符號／隱形母音子音叢集的天城文字。這證明了更廣泛印度文字家族的路徑——孟加拉文、泰米爾文與泰盧固文都繼承相同的字形塑造基礎設施——但各自的套件編寫仍是獨立工作。印度文字數字符號（०-९）不接受於數字常值中；所有語系都保留 ASCII 數字。

越南語 vi

hàm chào(vănbản tên) → vănbản {
    hằng vănbản lời_chào ← "Xin chào, §!"(tên)
    trả lời_chào
}

bắtđầu {
    hằng vănbản thông_điệp ← chào("thế giới")
    in thông_điệp
}

控制案例：使用拉丁文字但不是英文。大量附加符號（ế、ệ、ả）會對詞法分析器中的 NFKC 邊界案例施加壓力。這可避免建立只在特殊文字系統上運作、卻未經拉丁附加符號驗證的架構。識別碼使用越南語詞彙（chào、tên、lời_chào、thông_điệp），並由編譯器逐位元組保留。

符號（← → ∴ ≡ ∪ ⇥）、 結構位置與識別碼名稱在上述六種呈現形式中都完全相同。只有關鍵字與型別名稱會改變。HIR 正是同一個程式——編譯器將六者視為等價。將 Faber 呈現為泰語，與呈現為 Rust 是相同的編譯器操作： HIR → surface，兩者都不具特權。

在地化診斷#

診斷首先是結構化事實，其次才是散文。每個診斷都包含穩定的代碼（LEX###、PARSE###、SEM###、WARN###）與具名引數；套件負責擁有呈現後的範本文字。這表示診斷呈現器可以在不變更診斷基礎設施的情況下，以任何語系輸出訊息。

讀者語系範例套件包含診斷測試案例——型別不相容、未定義變數、非 ASCII 數字——以證明整條流程都具備語系感知能力：

• examples/reader-locale/vi/src/type-mismatch.fab
• examples/reader-locale/vi/src/undefined-variable.fab
• examples/reader-locale/vi/src/non-ascii-number.fab
• examples/reader-locale/vi/src/keyword-suggestion.fab
• examples/reader-locale/vi/src/keyword-edit-distance.fab

系統內建雙向隔離：邏輯順序的由左至右程式碼區塊中的阿拉伯文關鍵字，會在 HTML 輸出中包覆於 <bdi> 元素內，以防止 RFO（右側跟隨左側）扭曲，否則由右至左文字執行序會難以閱讀。

狀態#

基礎層的先決條件——在詞法進入點進行 NFKC 正規化——已經完成。關鍵字表、診斷具名引數、呈現器與套件交付都已提供。北極星層級（在地化重新輸出、標準函式庫術語、LLM 輸出基準測試、產生多語言文件）仍明確處於部分完成或延後狀態。

參考資料#

1. radix/docs/design/reader-locale.md — 完整設計文件（69 KB）
2. examples/reader-locale/ — 6 個包含在地化原始碼的語系套件
3. stdlib/reader/*/pack.toml — 7 個已安裝的套件定義
4. radix/crates/radix/src/reader_locale.rs — 執行階段實作
5. radix/docs/design/faber-canonical-surface.md — 規範模式與 faber format
6. radix/docs/factory/lex-nfkc-normalization/ — NFKC 先決條件交付

Reader-locale packages#

每個非拉丁字母讀者地區都在 examples/reader-locale/ 下擁有完整的 Faber 套件，其中包含在地化原始碼、診斷測試案例，以及 faber.toml manifest。

可用套件#

診斷測試案例#

每個套件都包含測試案例，用來證明完整的編譯器管線具備地區感知能力：

• type-mismatch.fab — 在地化的型別錯誤診斷
• undefined-variable.fab — 在地化的名稱解析錯誤
• non-ascii-number.fab — NFKC 處理
• keyword-suggestion.fab — 在地化的「你是不是要找？」提示