Show HN: E-- – 英語とPythonの間で調整する言語
Show HN: E-- – A language you dial between English and Python (github.com)
要約
E-- (English--) は、曖昧さを排除した英語で記述し、決定論的にPythonにコンパイルされる新しいプログラミング言語です。LLM生成コードの実行時における曖昧さやデバッグの困難さを解消するため、LLMの役割を実行時ではなく、コード作成時に分離します。これにより、LLMの創造性とPythonの確実な実行性を両立させます。
全文翻訳
E-- (English--)
平易な、標準的な英語で記述し、決定論的にPythonにコンパイルされるプログラミング言語。
E--("English--")は、曖昧さを排除した英語です。閉じた文法と固定された語彙を持ち、各構成要素に対して正確に1つの標準的な表現があります。これは、英語のように読み書きでき、編集できることを意図していますが、通常の、再現可能なPythonにコンパイルされます。
なぜこれが存在するのか
LLMによって生成されたコードは、実行時に曖昧です。再現性がなく、呼び出しごとにコストがかかり、デバッグが困難です。E--は、LLMの役割と実行を分離します。LLMは(オプションで)作成時に標準的なE--を記述し、決定論的なパーサーがE--をPythonにコンパイルします。実行時は純粋です。両方の長所を兼ね備えています。必要なときにLLMの創造性を発揮し、その後は永続的に決定論的な動作をします。
クイックスタート
PyPIからインストールします。
pip install e-minus-minus
標準的なE--ファイルをPythonにトランスパイルします。
emm-transpile examples/describe.emm
これで完了です。{{ }}スロットがない標準的なE--にはLLMは必要ありません。「E--の実行」でさらに詳しく説明し、「{{ }}スロットの解決」で、自由形式の英語入力や値スロットを使用する場合のLLMセットアップについて説明します。LLMパスはオプションであり、[llm]エクストラの後ろにあります: pip install "e-minus-minus[llm]"。
E--自体を開発していますか?リポジトリをクローンし、作業ツリーがPYTHONPATHにある間にCLIをモジュールとして呼び出します。
PYTHONPATH=src python -m e_minus_minus.transpiler examples/describe.emm
独自のソフトウェアでE--を使用する
E--はApache License 2.0(LICENSEを参照)の下でライセンスされています。これは、明示的な特許許諾を伴う、許可性の高いライセンスであり、商用製品に自由に組み込むことができます。
2つの明確化:
- ライセンスはE--ツールをカバーします。 E--が生成するPythonはあなたのものです。出力は、このプロジェクトのライセンスによって制限されません。
- LLMはあなた自身が用意します。 E--の正規化ツールと
{{ }}解決には、あなたが提供する言語モデルが必要です。そのプロバイダーの利用規約は、このプロジェクトとは別です。
プログラムAPI:
from e_minus_minus import transpile
python_source = transpile(emm_source)
transpile()は純粋です。ネットワークも副作用もありません。{{ ... }}スロットを処理するためにresolve_slotコールバックを渡します(注入されたリゾルバーパターンについては、docs/spec.mdおよびsrc/transpiler.pyのCLI実装を参照してください)。
仕組み
E--は2段階のパイプラインであり、信頼性の低い部分と決定論的な部分が決して混ざり合わないように分割されています。
自由英語 --LLM (トランスパイル時)--> 標準E-- --通常のパーサー--> Python
- 正規化ツール (LLM, オプション)。 自由形式の英語を標準的なE--に変換します。これは言語的な曖昧さを扱う唯一の段階です。
- コンパイラ (決定論的)。 標準的なパーサーを使用して、標準的なE--をPythonに変換します。LLMは使用せず、完全に再現可能でデバッグ可能です。
LLMはトランスパイル時にのみ実行され、実行時には実行されません。 生成されたPythonは常に純粋で自己完結型です。LLMはプログラム構造を決定することを許可されておらず、{{ ... }}として書かれた明確に区切られた値スロットを埋めるためにのみ使用されます。これらの解決策はキャッシュされるため、ビルドは再現性を保ちます。
一例
標準的なE--:
Set result to [[fibonacci]]( {{the first prime number greater than 5}} ).
Do [[print]](result).
以下にコンパイルされます。
result = fibonacci(7)
print(result)
マーカーは曖昧さをなくします: [[name]]は関数呼び出し、単語は変数、"x"/3はリテラル、<1, 2, 3>はリスト、{{ ... }}はトランスパイラーが一度解決して埋め込む英語のフレーズです。
E--の実行
E--ソースファイルは.emm拡張子を使用します(English--)。決定論的な標準からPythonへのコアが実装されており、コマンドラインから.emmファイルをトランスパイルして実行できます。
examples/describe.emmにある標準的なE--ソースが以下の場合:
Define [[describe]] taking n:
If n is greater than 10:
Give back "big".
Give back "small".
For each n in <3, 42, 7>:
Do [[print]]([[describe]](n)).
それをトランスパイルして、生成されたPythonを画面に表示します。
python3 src/transpiler.py examples/describe.emm
以下が表示されます。
def describe(n):
if n > 10:
return "big"
return "small"
for n in [3, 42, 7]:
print(describe(n))
生成されたPythonを画面ではなくファイルに書き込みます。
python3 src/transpiler.py examples/describe.emm -o out.py
トランスパイルして実行し、プログラムの実際の出力を確認します。
python3 src/transpiler.py examples/describe.emm --run
以下が表示されます。
small
big
small
生成されたPythonを表示してかつ実行するには、--show(エイリアス-s)を使用します。
python3 src/transpiler.py examples/describe.emm --run --show
コードとその出力を、コメント行で区切って表示します。
# --- generated Python ---
def describe(n):
if n > 10:
return "big"
return "small"
for n in [3, 42, 7]:
print(describe(n))
# --- output ---
small
big
small
区切り文字はPythonのコメントなので、ブロック全体をコピー&ペースト可能なままに保つことができます。--showのみ(--runなし)では、デフォルトのようにPythonが表示されるだけです。
注:
.emm拡張子はE--ソースファイルの慣習です。{{ ... }}LLM値スロットは実行可能です。「{{ }}スロットの解決」を参照してください。スロットがないファイル(examples/describe.emmなど)はキーを必要とせず、--runはモデルなしで機能します。
{{ }}スロットの解決(LLMセットアップ)
{{ ... }}スロットは、トランスパイラーがLLMを使用してPython式に一度だけ、トランスパイル時に解決し、その後キャッシュして後続のビルドがオフラインで再現可能になる英語のフレーズです。スロットがないファイルはAPIキーやセットアップを必要としません。
スロットの例をエンドツーエンドで実行するには:
# 1. 仮想環境を作成してアクティベートする
python3 -m venv .venv && source .venv/bin/activate
# 2. 依存関係をインストールする(Anthropic SDK)
pip install -r requirements.txt
# 3. Anthropic APIキーを設定する
export ANTHROPIC_API_KEY="sk-ant-..."
# 4. スロットの例をトランスパイルして実行する
python3 src/transpiler.py examples/primes.emm --show --run
examples/primes.emmは最小限です。
For each p in {{the first five prime numbers, as a Python list}}:
Do [[print]](p).
以下にトランスパイルされます。
for p in [2, 3, 5, 7, 11]:
print(p)
そして2 3 5 7 11(1行に1つずつ)を出力します。{{ ... }}スロットはLLMによって一度だけ[2, 3, 5, 7, 11]という具体的なリストに解決され、キャッシュされ、それ以降のすべてのビルドでAPI呼び出しなしで使用されます。
最初の実行ではモデル(Anthropic Haiku)を呼び出して各スロットを解決し、解決されたPython式を.emm_cache.jsonに書き込み、出力に埋め込みます。それ以降の実行はすべてオフラインキャッシュヒットです。モデル呼び出しなしで、結果は同一です。キャッシュファイルは、正確なスロットテキストとその解決された式をマッピングし、差分表示やレビューが可能なようにコミットされることを意図しています。
スロットのテキストを編集するとキャッシュミスが発生し、再解決されます。キャッシュを削除すると完全な再解決が強制されます。{{ }}スロットがないファイル(examples/describe.emmなど)はAPIに一切触れません。
ワンライナー値スロットの例
ファイルセットアップなしで、インラインでスロット例を構築することもできます。
printf 'Set year to {{the current year, as an integer literal}}.\nDo [[print]](year).\n' > hello.emm
emm-transpile hello.emm --show --run
1行目のスロットは式位置にあるため、LLMは単一のPython式(例: 2026)を返し、コンパイラがそれを埋め込みます。
year = 2026
print(year)
2026を出力します。2回目の実行はオフラインです(キャッシュヒット)。
コードスロット(v0.2.0)
{{ ... }}スロットは、式位置だけでなく、ステートメント位置にも現れることがあります。ブロックのインデントレベルに単独で配置することで、1つ以上のPythonステートメントをLLMに委任します。作成者は周囲の構造を記述し、LLMが領域を埋めます。
Define [[summarize]] taking numbers:
{{ compute mean, median and count of numbers into mean_v median_v count_v }}
Do [[print]](count_v).
Do [[print]](mean_v).
Give back mean_v.
トランスパイル時に、ステートメントスロットは実際のPythonに解決されます。
def summarize(numbers):
from statistics import mean, median
mean_v = mean(numbers)
median_v = median(numbers)
count_v = len(numbers)
print(count_v)
print(mean_v)
return mean_v
トレードオフ: コードスロットで解決されたPython内の[[wikilinks]]または呼び出し可能な参照は、E--ソースを検査する後続のツールからは不透明です。作成者は、領域レベルの委任のために、コードスロット領域内のDAGの可視性を認識して受け入れます。グラフの可視性が必要な場合は式スロットを使用し、LLMがよりよく知っている構造を委任したい場合はコードスロットを使用します。
実行可能なコードスロットの例
examples/code_slot_example.emmは、実行可能なコードスロットのデモです。
Define [[summarize]] taking numbers:
{{ compute the mean, median and count of numbers into named variables mean_v median_v and count_v }}
Do [[print]](count_v).
Do [[print]](mean_v).
Do [[print]](median_v).
Give back mean_v.
Set data to <2, 3, 5, 7, 11, 13>.
Do [[summarize]](data).
それをトランスパイルして実行します。
emm-transpile examples/code_slot_example.emm --show --run
2行目のステートメントスロットは、mean_v、median_v、count_vをバインドする実際のPythonに解決されます。例えば、from statistics import mean, medianと3つの代入によってです。コードスロットであるため、importを独自の行に追加できますが、これは値スロットではできません。
コードスロットはインポートを委任できます。 式位置の値スロットは単一のPython式しか出力できないため、値スロットで現在の年を取得すると、__import__('datetime').datetime.now().yearという不格好な結果になります。ステートメント位置のコードスロットは、この制約を回避します。
printf '{{ import datetime and set x to the current year }}\nDo [[print]](x).\n' > hello.emm
emm-transpile hello.emm --show --run
LLMはステートメントスロットを以下に解決します。
import datetime
x = datetime.datetime.now().year
print(x)
現在の年を出力します。値スロットと同じ構文ですが、位置によって形状が決まります。
自由英語での記述
手動で標準的なE--を書く必要はありません。トランスパイラーの最初のフェーズは、LLMを使用して自由形式の英語E--を標準的なE--に正規化し、その後標準形式をPythonにコンパイルします。1つの入力、2つの出力。英語のソース(examples/describe_en.en)は、次のような文章のように読めます。
Define a function called describe that takes a number n. If n is greater than
ten, give back the string "big". Otherwise, give back the string "small".
Then, for each n in the list 3, 42 and 7, print describe of n.
それを標準形式に正規化し、結果を実行し、標準形式も保存します。
python3 src/transpiler.py examples/describe_en.en --canonical-out out.em --run
out.emには標準的なE--(examples/describe.emmと同等)が含まれており、プログラムはsmall / big / smallを出力します。
これが安全で安価である理由は2つあります。
- パーサーが標準検出器です。 ファイルが「すでに標準的である」かどうかは、決定論的に解析しようとすることで決定されます。LLMやヒューリスティックはありません。すでに標準的なファイルはAPIキーを必要としません。正規化は、モデル呼び出しの前にショートカットされます。真に英語の入力のみがモデルにヒットします。
- 不動点+キャッシュ。 標準出力(
out.em)を再度入力すると標準として解析されるため、フェーズ1は何もしません。同じ出力を生成します。正規化は、コミットされた.emm_norm_cache.json(ソーステキストをキーとする)にキャッシュされるため、英語の入力を再度実行するとオフラインキャッシュヒットになります。セットアップはスロットと同じです:pip install -r requirements.txtとexport ANTHROPIC_API_KEY=...。
正規化と{{ }}スロットの解決は独立しており、個別にキャッシュされるLLMタッチポイントです。すべてのスロットがキャッシュされた標準ファイルは、ライブコールをゼロにします。
ステータス
初期設計段階です。言語はdocs/spec.mdで指定されています。決定論的な標準からPythonへのコア(字句解析器、構文解析器、エミッター)は、実行可能なCLIで実装されています(上記の「E--の実行」を参照)。{{ }}スロットの解決も配線済みです(Anthropic Haiku + コミットされたキャッシュ。上記の「{{ }}スロットの解決」を参照)。LLM正規化ツール(自由英語→標準)は、ファイル全体の粒度で配線されています(上記の「自由英語での記述」を参照)。地域ごとの正規化が次の改善点です。
ドキュメント
docs/spec.md— 言語仕様(ソース・オブ・トゥルース)。docs/cowork-protocol.md/docs/cc-prompt-queue.md— 内部開発ワークフロー。