C# 开发笔记：初识源生成器

Tue, 30 Jun 2026 04:50:42 GMT

元编程是什么

什么是元编程？好吃吗？

元编程（Meta-Programming），是一种强大的技术。与传统编程不同的是，元编程是将代码视作数据，并允许代码进行处理、修改、生成等一系列操作。

为什么需要这些？

元编程最大的好处就是可以将一些重复性高的工作（例如 DTO 声明，属性映射，MVVM）交由机器执行，从而将人解放出来专注于实现机器不能处理的业务逻辑。

一个经典的例子就是 Spring Boot，其大量利用注解和反射对代码进行修改并创造了面向注解编程

.NET Roslyn Source Generator

虽然 Spring Boot 面向注解编程非常高级好用，但是 Spring Boot 也有自己的缺点，因为其元编程是建立在反射上扫描注解和代码生成的。

而众所周知反射是有开销的，所以大量类扫描的开销可想而知。这也就是为什么通常只有公司用这个，因为人家的服务器是一天 24 小时运转的。

既然反射有开销，那有什么办法解决呢？

当然有，既然反射有运行时开销，那么我们可以丢到编译期完成。反正编译本身就比较吃 CPU 和时间，把 Source Generator 丢到编译期跑也不会死。

什么是 Source Generator？

要了解这个，我们需要先知道 C# 的编译器，也就是 Roslyn。

因为 Roslyn 设计之初采用了编译器即服务的设计理念，这也允许开发者调用 Roslyn 的 API 来对代码进行处理。

Source Generator 就是运行在 Roslyn 的一组分析程序，它将人类不可读的代码作为输入，以便你可以进行分析并根据预设规则进行处理，并产生输出。

并且你也确确实实可以用源生成器来分析代码，并根据预设规则创建警告和错误，这些内容也会被投射到 IDE 上。

快速上手

首先，我们需要新建一个控制台应用程序，然后在 Program.cs 写下以下内容。

namespace ConsoleApp;

public partial class Program;

使用源生成的类/方法必须标记为 partial，否则会因为重复声明而报错 ::

然后，我们需要再建一个类库项目，目标框架设置为 netstandard2.0。

使用以下命令添加必须的依赖。

dotnet add package Microsoft.CodeAnalysis.CSharp
dotnet add package Microsoft.CodeAnalysis.Analyzers # 这个是可选的，也就是装不装无所谓。

然后在 ProgramMainSourceGenerator.cs 写下以下内容。

using System.Text;
using Microsoft.CodeAnalysis;

namespace SourceGenerators;

[Generator]
public class ProgramMainSourceGenerator: IIncrementalGenerator
{
    public void Initialize(IncrementalGeneratorInitializationContext context)
    {
        var sb = new StringBuilder();
        sb.AppendLine("namespace ConsoleApp;");
        sb.AppendLine("");
        sb.AppendLine("public partial class Program{");
        sb.AppendLine("    ");
        sb.AppendLine("    public static void Main(string[] args) => System.Console.WriteLine(\"Hello Tsukishiro Mei!\");");
        sb.AppendLine("}");
        context.RegisterPostInitializationOutput(sourceGeneratorContext =>
        {
            sourceGeneratorContext.AddSource("Program.g.cs", sb.ToString());
        });
    }
}

最后在需要生成代码的 csproj 写下以下内容

<ItemGroup>
    <ProjectReference Include="..\SourceGenerators\SourceGenerators.csproj" OutputItemType="Analyzer" 
                    ReferenceOutputAssembly="false" />
</ItemGroup>

最后，我们在终端 cd 到控制台项目，运行 dotnet run。

PS D:\TsukishiroMei\Projects\RoslynExample\ConsoleApp> dotnet run
D:\TsukishiroMei\Projects\RoslynExample\SourceGenerators\ProgramMainSourceGenerator.cs(7,14): warning RS1036: “SourceGenerators.ProgramMainSourceGenerator”: 包含分析器或源生成器的项目应指定属性“<EnforceExtendedAnalyzerRules>true</EnforceExtendedAnalyzerRules>”
Hello Tsukishiro Mei!

是的很神奇，你的项目不仅没有编译失败，还多了一行输出。

发生了什么？

在此项目中，我们添加了一个源生成器，并让这个源生成器生成了一个静态的 Main 方法，接受 string[]。

现在，我们在引用 Source Generator 的项目 csproj PropertyGroup 添加 <EmitCompilerGeneratedFiles>true</EmitCompilerGeneratedFiles>，然后转到 obj/bin/构建配置/目标框架/generated/SourceGenerators/SourceGenerators.ProgramMainSourceGenerator 下查看生成的 Program.g.cs

你就会看到 Source Generator 为你生成了一个 partial class Program，里面包含了一个 Main 方法。

namespace ConsoleApp;

public partial class Program{
    
    public static void Main(string[] args) => System.Console.WriteLine("Hello Tsukishiro Mei!");
}

回看我们之前写的 Source Generator，你会发现 Source Generator 输出的正是我们在 StringBuilder 写的东西。

这里我们用的是比较基础的 RegisterPostInitializationOutput，它假定生成的代码和你写的代码没有关系，所以也就不需要碰一些相对复杂的任务。

小结

本章我们了解了源生成器的基本概念，现在你可以去写源生成器了

如果你用的是 Rider，也可以在依赖项 -> 源生成器上看到 Source Generator 上看生成输出，不过我写这篇文章的时候用的是 VSCode。

Getting Started

Fri, 13 Feb 2026 17:47:47 GMT

原文连接：

pytauri.github.io

Getting Started - PyTauri

https://pytauri.github.io/pytauri/latest/usage/tutorial/getting-started/

如果你想要和 PyTauri 的维护者及用户交流，请考虑加入 PyTauri 的 Discord 服务器。

我们非常希望了解你的入门体验，这样我们就可以尽可能的让每个人都能轻松使用 PyTauri。

创建 PyTauri App

自 0.6 版本起，推荐使用 create-pytauri-app 创建一个新的 PyTauri 项目，即使项目仍在开发中。请参考 uv 和 copier 的文档，运行如下命令。

uvx copier copy https://github.com/pytauri/create-pytauri-app .

这将以交互式问答的形式初始化项目。

不过，我们仍然建议你阅读整个教程章节，因为它将有助于你理解 PyTauri 的所有细节。

在开始教程之前，我们建议安装以下工具，这些工具被认为是初始化 PyTauri 项目的最佳实践。

在后续教程中，我们将全程使用这些工具。

create-tauri-app: v4.5.9
uv: v0.5.11
tauri-cli
.1.0

以上指定的版本是编写本教程时使用的版本。你也可以使用其他版本，但用法可能会和本教程的示例不同。

完整示例

github.com

pytauri/examples/tauri-app at main · pytauri/pytauri

Tauri binding for Python through Pyo3. Contribute to pytauri/pytauri development by creating an account on GitHub.

https://github.com/pytauri/pytauri/tree/main/examples/tauri-app

创建一个 Tauri 项目

参考：https://tauri.app/start/create-project/#using-create-tauri-app

在这个教程中，我们将会使用 pnpm 管理前端。

但是，PyTauri 并不限制你使用的前端框架，你甚至可以使用 URL 让服务器提供前端资源。

pnpm create tauri-app

? Project name (tauri-app) ›
? Identifier (com.tauri-app.app) ›
? Choose which language to use for your frontend ›
    ❯ TypeScript / JavaScript  (pnpm, yarn, npm, deno, bun)
? Choose your package manager ›
    ❯ pnpm
? Choose your UI template ›
    ❯ Vanilla
? Choose your UI flavor ›
    ❯ TypeScript

你将会看到如下目录结构。

└── tauri-app
    ├── README.md
    ├── index.html
    ├── package.json
    ├── src
    │   ├── assets
    │   ├── main.ts
    │   └── styles.css
    ├── src-tauri
    │   ├── Cargo.toml
    │   ├── build.rs
    │   ├── capabilities
    │   ├── icons
    │   ├── src
    │   └── tauri.conf.json
    ├── tsconfig.json
    └── vite.config.ts

/tauri-app: 前端。
/tauri-app/src-tauri: Rust 和 Python 后端。

启动 Tauri App

cd tauri-app
pnpm install  
pnpm tauri dev

首次运行将花费一些时间用来编译依赖，后续启动时会比这快得多。

祝贺你，当你看到一个带有网页内容的窗口出现时，就说明你成功的创建了一个 Tauri 应用程序。

下一步

下一个章节，我们将演示如何使用 PyTauri 将 Python 集成到 Tauri 应用程序。

RyogiMutsuki 的小窝