Sema

别再重写 Agent 循环了。 每个 LLM 脚本都会搭建相同的脚手架——重试、缓存、成本上限、速率限制、工具调度、对话状态。Sema 将这些脚手架变成运行时：你的脚本保持构想本身的简洁，以单个二进制文件发布，而且你的编码 Agent 已经会说这种语言。

Sema 是一种类似 Scheme 的 Lisp，其中提示词是 s 表达式、对话是持久化数据结构，而 LLM 调用只是另一种求值形式——支持 Clojure 风格的关键字（:foo）、映射字面量（{:key val}）和向量字面量（[1 2 3]）。

效果一览

一个具备文件工具、安全检查和预算跟踪功能的编码 Agent——约 40 行代码：

;; Define tools the LLM can call
(deftool read-file
  "Read a file's contents"
  {:path {:type :string :description "File path"}}
  (lambda (path)
    (if (file/exists? path) (file/read path) "File not found")))

(deftool edit-file
  "Replace text in a file"
  {:path {:type :string} :old {:type :string} :new {:type :string}}
  (lambda (path old new)
    (file/write path (string/replace (file/read path) old new))
    "Done"))

(deftool run-command
  "Run a shell command"
  {:command {:type :string :description "Shell command to run"}}
  (lambda (command) (:stdout (shell "sh" "-c" command))))

;; Create an agent with tools, system prompt, and spending limit
(defagent coder
  {:system (format "You are a coding assistant. Working directory: ~a" (sys/cwd))
   :tools [read-file edit-file run-command]
   :max-turns 20})   ; no :model → uses the configured default provider

;; Run it — budget is scoped, automatically restored after the block
(llm/with-budget {:max-cost-usd 0.50} (lambda ()
  (define result (agent/run coder "Add error handling to src/main.rs"))
  (println (:response result))
  (println (format "Cost: $~a" (:spent (llm/budget-remaining))))))

主要特性

;; Simple completion
(llm/complete "Explain monads in one sentence")

;; Structured data extraction — returns a map, not a string
(llm/extract
  {:vendor {:type :string} :amount {:type :number} :date {:type :string}}
  "Bought coffee for $4.50 at Blue Bottle on Jan 15")
;; => {:amount 4.5 :date "2025-01-15" :vendor "Blue Bottle"}

;; Classification
(llm/classify (list :positive :negative :neutral) "This product is amazing!")
;; => :positive

;; Multi-turn conversations as immutable data
(define conv (conversation/new {:model "claude-haiku-4-5-20251001"}))
(define conv (conversation/say conv "The secret number is 7"))
(define conv (conversation/say conv "What's the secret number?"))
(conversation/last-reply conv) ;; => "The secret number is 7."

;; Streaming
(llm/stream "Tell me a story" {:max-tokens 500})

;; Batch — all prompts sent concurrently
(llm/batch (list "Translate 'hello' to French"
                 "Translate 'hello' to Spanish"
                 "Translate 'hello' to German"))

;; Vision — extract structured data from images
(llm/extract-from-image
  {:text :string :background_color :string}
  "assets/logo.png")
;; => {:background_color "white" :text "Sema"}

;; Multi-modal chat — send images in messages
(define img (file/read-bytes "photo.jpg"))
(llm/chat (list (message/with-image :user "Describe this image." img)))

;; Cost tracking
(llm/set-budget 1.00)
(llm/budget-remaining) ;; => {:limit 1.0 :spent 0.05 :remaining 0.95}

;; Response caching — avoid duplicate API calls during development
(llm/with-cache (lambda ()
  (llm/complete "Explain monads")))

;; Cassettes — record real responses once, replay them in CI (no keys, no network)
(llm/with-cassette "fixtures/run.jsonl" {:mode :auto} (lambda ()
  (llm/complete "Explain monads")))

;; Fallback chains — automatic provider failover
(llm/with-fallback [:anthropic :openai :groq]
  (lambda () (llm/complete "Hello")))

;; In-memory vector store for semantic search (RAG)
(vector-store/create "docs")
(vector-store/add "docs" "id" (llm/embed "text") {:source "file.txt"})
(vector-store/search "docs" (llm/embed "query") 5)

;; Cross-encoder reranking — the retrieve-many → rerank-to-a-few RAG move
(llm/rerank "how do I read a file?"
            ["file/read returns a string" "http/get fetches a URL"]
            {:top-k 3})
;; => ({:index 0 :score 0.98 :document "file/read returns a string"} ...)

;; Text chunking for LLM pipelines
(text/chunk long-document {:size 500 :overlap 100})

;; Prompt templates
(prompt/render "Hello {{name}}" {:name "Alice"})
; => "Hello Alice"

;; Persistent key-value store
(kv/open "cache" "cache.json")
(kv/set "cache" "key" {:data "value"})
(kv/get "cache" "key")

支持的提供商

所有提供商都会根据环境变量自动配置——只需设置 API 密钥即可开始使用。

提供商	聊天	流式	工具	嵌入	视觉
Anthropic	✅	✅	✅	—	✅
OpenAI	✅	✅	✅	✅	✅
Google Gemini	✅	✅	✅	—	✅
Ollama	✅	✅	✅	—	✅
Groq	✅	✅	✅	—	—
xAI	✅	✅	✅	—	—
Mistral	✅	✅	✅	—	—
Moonshot	✅	✅	✅	—	—
Jina	—	—	—	✅	—
Voyage	—	—	—	✅	—
Cohere	—	—	—	✅	—
任何兼容 OpenAI 的服务	✅	✅	✅	—	✅
自定义（Lisp）	✅	—	✅	—	—

它也是一门真正的 Lisp

数百个内置函数、尾调用优化、宏、模块、错误处理——绝非玩具。

;; Closures, higher-order functions, TCO
(define (fibonacci n)
  (let loop ((i 0) (a 0) (b 1))
    (if (= i n) a (loop (+ i 1) b (+ a b)))))
(fibonacci 50) ;; => 12586269025

;; Full R7RS numeric tower — bignums, exact rationals, complex numbers
(expt 2 100)   ;; => 1267650600228229401496703205376
(+ 1/2 1/3)    ;; => 5/6
(sqrt -1)      ;; => 0+1i

;; Maps, keywords-as-functions, f-strings
(define person {:name "Ada" :age 36 :langs ["Lisp" "Rust"]})
(:name person) ;; => "Ada"
(println f"${(:name person)} knows ${(length (:langs person))} languages")

;; Destructuring
(let (({:keys [name age]} person))
  (println f"${name} is ${age}"))

;; Pattern matching with guards
(define (classify n)
  (match n
    (x when (> x 100) "big")
    (x when (> x 0)   "small")
    (_                 "non-positive")))

;; Functional pipelines
(->> (range 1 100)
     (filter even?)
     (map #(* % %))
     (take 5))
;; => (4 16 36 64 100)

;; Nested data access
(define config {:db {:host "localhost" :port 5432}})
(get-in config [:db :host])  ;; => "localhost"

;; Macros
(defmacro unless (test . body)
  `(if ,test nil (begin ,@body)))

;; Modules
(module utils (export square)
  (define (square x) (* x x)))

;; HTTP, JSON, regex, file I/O, crypto, CSV, datetime...
(define data (json/decode (http/get "https://api.example.com/data")))

📖 完整的语言参考、标准库文档和更多示例，请访问 sema-lang.com/docs

立即试用

sema.run——基于浏览器的在线体验环境，提供 20 多个示例程序。 无需安装。完全在 WebAssembly 中运行。

用一行命令教会你的编码 Agent 使用 Sema

Sema 还很新，你的 Agent 还不了解它。只需一条命令即可解决——将 Agent 速查指南追加到仓库的 AGENTS.md 中（并让 CLAUDE.md 指向它）：

curl -fsSL https://sema-lang.com/docs/for-agents.md >> AGENTS.md
ln -s AGENTS.md CLAUDE.md     # Claude Code, Cursor, etc. read this

for-agents.md 是一份简明实用指南，面向已经熟悉 Lisp 的大模型。它涵盖了最容易导致生成代码出错的规则，并链接到 /llms.txt，这是一个包含所有文档页面的机器可读索引。Agent 可以只获取所需的页面（例如，/docs/llm/tools-agents.md），而不必加载整份手册。每个文档 URL 也都提供原始 Markdown：在 sema-lang.com/docs/... 链接后追加 .md 即可获取源文件。

安装

安装预构建二进制文件（无需 Rust）：

# macOS / Linux
curl -fsSL https://sema-lang.com/install.sh | sh

# Windows (PowerShell)
powershell -ExecutionPolicy ByPass -c "irm https://github.com/sema-lisp/sema/releases/latest/download/sema-lang-installer.ps1 | iex"

# Homebrew (macOS / Linux)
brew install helgesverre/tap/sema-lang

或者从 crates.io 安装：

cargo install sema-lang

或者从源代码构建：

git clone https://github.com/sema-lisp/sema
cd sema && cargo build --release
# Binary at target/release/sema

对于需要优化二进制文件的本地开发，请使用 jake release-fast 或 cargo build --profile release-fast。二进制文件位于 target/release-fast/sema。此配置文件使用增量编译和并行代码生成，不启用跨 crate LTO。进行性能测量和构建发行版本时，请使用 --release。有关构建耗时和运行时权衡，请参阅构建配置文件测量结果。

sema                          # REPL (with tab completion)
sema script.sema              # Run a file
sema -e '(+ 1 2)'             # Evaluate expression
sema --no-llm script.sema     # Run without LLM (faster startup)
sema build app.sema -o myapp  # Build standalone executable
./myapp                       # Run without sema installed

Shell 补全

为你的 Shell 生成制表符补全脚本：

# Zsh (macOS / Linux)
mkdir -p ~/.zsh/completions
sema completions zsh > ~/.zsh/completions/_sema

# Bash
mkdir -p ~/.local/share/bash-completion/completions
sema completions bash > ~/.local/share/bash-completion/completions/sema

# Fish
sema completions fish > ~/.config/fish/completions/sema.fish

📖 查看所有 Shell 的完整设置说明：sema-lang.com/docs/shell-completions

📖 查看完整的 CLI 参考、标志和 REPL 命令：sema-lang.com/docs/cli

编辑器支持

每个编辑器插件都位于 sema-lisp 组织下各自的仓库中：

编辑器	仓库	安装
VS Code	vscode-sema	ext install sema-lang.sema-lang
Zed	zed-sema	Extensions → 搜索 Sema
IntelliJ	intellij-sema	JetBrains Marketplace → Sema
Neovim	sema.nvim	{ "sema-lisp/sema.nvim" }
Vim	sema.vim	Plug 'sema-lisp/sema.vim'
Emacs	emacs-sema	MELPA → sema-mode
Helix	helix-sema	克隆 + ./install.sh
Sublime Text	sublime-sema	Package Control → Sema

所有插件都提供语法高亮；VS Code、Zed、IntelliJ、Neovim、Emacs、Helix 和 Sublime 还接入了内置的语言服务器（sema lsp），其中一些（VS Code、Zed、IntelliJ、Neovim、Helix）还支持调试（sema dap）——部分插件还会注册 MCP 服务（sema mcp）。Zed、Helix 和 Neovim 使用共享的 tree-sitter-sema 语法进行高亮；其他插件则内置各自的语法。

📖 查看完整安装说明和各编辑器的功能列表：sema-lang.com/docs/editors

Notebook

Sema 内置了一个受 Jupyter 启发的 Notebook 界面，提供浏览器 UI：

sema notebook new my-notebook.sema-nb        # Create a notebook
sema notebook serve my-notebook.sema-nb      # Open in browser (localhost:8888)
sema notebook run my-notebook.sema-nb        # Run all cells headlessly
sema notebook export my-notebook.sema-nb     # Export to Markdown

各单元格共享持久环境——前面单元格中的定义可在后续单元格中访问。Notebook 保存为 .sema-nb JSON 文件。

📖 完整的 Notebook 文档：sema-lang.com/docs/notebook

语言工具链

完整工具链开箱即用，无需组装插件：

sema fmt script.sema     # Canonical code formatter
sema lsp                 # Language Server (completions, hover, go-to-def, rename)
sema dap                 # Debug Adapter (breakpoints, stepping, variable inspection)
sema mcp                 # Model Context Protocol server for LLM clients

MCP 服务允许 LLM 客户端（Claude Desktop、Cursor、Claude Code）在你的环境中直接编译、格式化、求值和构建 Sema 代码，还可以调用你自己的 deftool Lisp 工具。

📖 格式化工具 · LSP · 调试器 · MCP

示例程序

examples/ 目录中有 50 多个程序：

示例	功能
coding-agent.sema	完整的编码 Agent，包含文件编辑、搜索和 shell 工具
review.sema	用于审查 git 差异的 AI 代码审查器
commit-msg.sema	根据暂存的更改生成符合约定的提交消息
summarize.sema	总结文件或通过管道传入的输入
game-of-life.sema	康威生命游戏
brainfuck.sema	Brainfuck 解释器
mandelbrot.sema	ASCII Mandelbrot 集
json-api.sema	获取并处理 JSON API
test-vision.sema	视觉提取和多模态聊天测试
test-extract.sema	结构化提取和分类
test-batch.sema	批量／并行 LLM 补全
test-pipeline.sema	缓存、预算、速率限制、重试和回退链
test-text-tools.sema	文本分块、提示词模板、文档抽象
test-vector-store.sema	内存中的向量存储，支持相似度搜索
test-kv-store.sema	基于 JSON 持久化的键值存储
expr-evaluator.sema	使用 match 匹配带标签向量的迷你计算器
shape-geometry.sema	使用 map 模式匹配计算形状的面积／周长
http-router.sema	使用 match 匹配嵌套 map 和守卫条件的 HTTP 路由器
destructuring.sema	全面展示解构（向量、map、lambda）
demo.sema-nb	交互式笔记本演示（使用 sema notebook serve 运行）

为什么选择 Sema？

一句话概括：不需要 LangChain、供应商 SDK、Agent 框架或胶水脚本——Agent 循环、重试、缓存、预算、追踪和工具分发都是语言运行时的一部分，整个程序只有一个二进制文件，可以通过 scp 复制到服务器上。

• 将大模型作为语言原语 — 提示词、消息、对话、工具和 Agent 都是一等数据类型，而不是后来拼接的字符串模板
• 支持多家供应商 — 可在 Anthropic、OpenAI、Gemini、Ollama 和任何兼容 OpenAI 的端点之间切换，也可以在 Sema 中定义自己的供应商
• 可用于流水线 — 响应缓存、回退链、速率限制、带退避的重试、文本分块、提示词模板、向量存储和持久化 KV 存储
• 关注成本 — 内置预算跟踪，附带定价快照（models.dev），并随每个版本更新
• 可观测 — 每次大模型/Agent 运行都会自动通过 OpenTelemetry 追踪（GenAI 语义约定）：令牌数、成本、延迟以及完整的 invoke_agent → chat → execute_tool 调用树；可导出到 Jaeger、Grafana、Datadog、Langfuse、Arize Phoenix 等——无需手动埋点，默认关闭
• 实用的 Lisp — 闭包、尾调用优化（TCO）、宏、模块、错误处理、HTTP、文件 I/O、正则表达式、JSON，以及全面的标准库
• 独立可执行文件 — sema build 可将程序编译为自包含的二进制文件，并自动追踪导入和打包资源
• 可嵌入 — 提供带构建器 API 的 Rust crate，也可使用 @sema-lang/sema 通过 WebAssembly 在 JS 中于客户端运行 Sema
• 完整工具链 — 内置格式化程序、语言服务器（LSP）、调试器（DAP）和面向大模型客户端的 MCP 服务
• 包管理器 — sema pkg 可从 git 或实时注册表 pkg.sema-lang.com 拉取依赖，并通过 sema.lock 固定版本，以实现可复现安装
• 开发者友好 — 支持制表符补全的 REPL、带提示的结构化错误消息，以及 50 多个示例程序

为什么不选择 Sema？

• 不支持延续（call/cc）或完全卫生的宏（syntax-rules）——提供自动生成符号（foo#）以防止变量捕获
• 单线程——基于 Rc，值无法跨线程共享
• 不支持 JIT——采用字节码编译器和基于栈的虚拟机，不生成原生代码
• 语言较新——表现稳定，但尚未经过大规模实战检验

架构

crates/
  sema-core/     NaN-boxed Value type, errors, environment
  sema-reader/   Lexer and s-expression parser
  sema-vm/       Bytecode compiler and virtual machine
  sema-eval/     Trampoline-based evaluator, special forms, modules
  sema-stdlib/   Built-in functions across many modules
  sema-io/       Process-wide async I/O pool (tokio) behind the core seam
  sema-llm/      LLM provider trait + multi-provider clients
  sema-workflow/ Dynamic-workflow runtime — journaled runs, bounded fan-out, --resume
  sema-otel/     OpenTelemetry tracing (GenAI semantic conventions)
  sema-docs/     Canonical builtin docs (powers LSP hover + REPL apropos)
  sema-lsp/      Language Server Protocol implementation
  sema-dap/      Debug Adapter Protocol server
  sema-fmt/      Source code formatter
  sema-mcp/      Model Context Protocol server
  sema-notebook/ Jupyter-inspired notebook interface with browser UI
  sema-wasm/     WebAssembly build for sema.run playground
  sema/          CLI binary: REPL + file runner + standalone builder

🔬 深入了解内部实现：架构 · 求值器 · Lisp 对比

许可证

MIT — 参见 LICENSE。