YatCC: Yat Compiler Course¶
中山大学 编译课程 实验。
YatCC 是中山大学编译的实验框架。基于 YatCC 编译实践体系，中山大学 计算机学院 与 国家超算广州中心 联合开发了智能编译教学实践平台 YatCC-AI（Yat Compiler Construction with AI）。YatCC-AI 结合国产超算资源与 arcSYSu 实验室 打造的 AI 资源聚合平台 YatCC - AI Hub，为《编译原理》和《编译器构造实验》课程提供全新的智能化学习体验。平台深度融合高性能计算（HPC）和人工智能（AI）技术，通过云端容器化环境、AI 辅助开发和实时反馈机制，全面优化实践环节，帮助学生掌握编译领域核心知识，接触前沿编译技术与实际应用场景，从而提升工程实践能力与科研创新能力。
相比传统编译实验，YatCC-AI 通过一站式在线集成开发环境和 AI Hub 提供的大模型接入服务，为学生提供覆盖编译实验全过程的层次化智能体验，包括：知识问答推理（LLM4Chatting）、代码开发调试（LLM4Coding）、编译前沿探索（LLM4Compiling）。此外，平台提供云端代码仓库和统一的实验环境配置，大幅简化本地环境搭建带来的繁琐和复杂度，避免因实验环境差异带来的问题，使学生能够更加专注于编译核心技术的学习与实践。
与此同时，YatCC 实验框架还具有以下特点与优势：
- 编程环境：与 CMake 构建系统和 VSCode 编辑器深度集成，提供覆盖代码编写、构建、调试、评测与打包的完整解决方案，为学生带来现代化的开发体验；
- 项目组织：预置了完整、规范、遵循工程最佳实践的基础示例代码与项目组织结构，有效降低学生的上手难度，减少与课程内容无关的工程量；
- 实验设置：设计了自定义配置机制，允许学生根据自身情况和学习偏好选择不同的实验实现方式，提高了实验的灵活性；
- 实验测例：精简优化了评测样例，并改进了评分脚本，可以提供更加清晰直观的评测结果，帮助学生快速理解实验要求并定位代码问题；
- 实验文档：基于示例代码重新撰写的“手把手”实验文档提供了更加具体、清晰的指导步骤，帮助学生循序渐进地完成各阶段实验任务。
YatCC 平台将持续更新完善。欢迎校内外老师和同学们使用，并提出宝贵的意见和建议，共同推动智能化编译教学实践的建设发展。
内容¶
YatCC 实验共由 6 个任务组成：
| 实验内容 | 预期用时 | |
|---|---|---|
| Task0 | 环境准备 | 1 周 |
| Task1 | 词法分析 | 2 周 |
| Task2 | 语法分析 | 4 周 |
| Task3 | 中间代码生成 | 4 周 |
| Task4 | 中间代码优化 | 6 周 |
| Task5 | 后端代码生成 | 4 周 |
快来问问agent吧！
YatCC Agent
YatCC 文档助手
我是YatCC文档AI助手，可以问我有关文档的一切！