Tensor Dancer 项目的开发环境配置
内容提要
本文介绍了编写算法的基础工具和PostgreSQL插件，依赖BLAS、LAPACK和GGML库。作者在MacOS上使用Homebrew安装开发工具和组件库，使用Clion作为主要编程工具，并介绍了GGML库的安装过程。
延伸解读
为何选择 meson 而非 CMake
文章提到 PostgreSQL 官方使用 meson 作为构建系统，作者为了后续研究 PostgreSQL 内核，选择 meson 而非更主流的 CMake。这提示读者：如果项目需要与 PostgreSQL 生态集成，或计划深入其内核，熟悉 meson 可能比 CMake 更有长期价值。同时，meson 依赖 ninja 作为下级工具，安装时需一并准备。
GGML 的工程化现状与使用注意
GGML 是 LLAMA.cpp 的核心算法库，但文章指出其工程化不完善：缺少文档、没有独立发行版本，甚至 pkg-config 文件中的版本号写为 0.0.0。这意味着直接依赖系统包管理安装 GGML 可能不可行，需要从源码编译。作者提供的编译步骤（mkdir build、cmake ..、make、make install）可作为参考，但需留意其版本管理混乱可能带来的兼容性问题。
MacOS 开发环境的特殊配置
作者在 M3 芯片的 MacBook 上开发，强调需确认系统使用 Xcode 而非 xcode-commandline，因为两者的库搜索路径不同，这可能在编译如 llama.cpp 移植库时导致找不到头文件。此外，BLAS 和 LAPACK 虽有系统内置版本，但连编时可能找不到头文件，建议通过 Homebrew 安装。这些细节提醒 MacOS 用户注意开发工具链的路径一致性。
Q&A
Tensor Dancer项目使用了哪些基础工具和库？
Tensor Dancer项目主要依赖BLAS、LAPACK和GGML库。
如何在MacOS上安装Homebrew？
可以通过命令/bin/bash -c " $(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"来安装Homebrew。
GGML库的主要特点是什么？
GGML是一个高性能张量计算库，使用C语言开发，支持多种硬件加速，是LLAMA.cpp的核心算法库。
在MacOS上推荐使用哪个终端替代品？
建议使用iTerm2替代MacOS内置的终端。
为什么选择使用meson进行项目构建？
选择meson是为了熟悉这个工具，以便后续对PostgreSQL的内核进行研究。
如何编译和安装GGML库？
在项目目录中执行mkdir build，cmd build cmake ..，然后运行make和make install即可安装GGML库。
