AI-ready language kit

让任何 AI 都能按 LNS 语法写代码。

LNS 提供一份可以直接复制给任意 AI 的生成规范，以及一份机器可读规则。把规范放进 AI 工具的系统提示词或项目规则中，模型就能按 LNS 语法生成代码。

Prompt把同一套 LNS 规则交给 ChatGPT、Claude、Cursor 或其他模型。
Rules关键词、类型、运算符和禁止形式以 JSON 固化。
Any AI同一份规范可以放进不同 AI 工具，持续生成符合语言约束的代码。

三步生成流程

01

生成专用提示词

把自然语言需求和 LNS 规范合并，交给任意 AI。规范明确列出 var、fn、api、extern、struct 和禁止语法。

02

让模型自检

提示词要求 AI 检查 let、..、标签、裸类型声明、void 位置和括号平衡，减少跨语言混写。

03

交给解释器

AI 输出后，将代码保存为 `.lns` 文件，交给正式解释器完成最终 lexer/parser 校验。

如何配置 AI 工具

打开 `ai/lns-ai.md`，复制完整内容到 AI 工具的系统提示词、项目说明、自定义指令或 Rules 文件中。不同工具名称可能不同，但作用都是让规范持续附着在代码生成请求上。

系统提示词 / Project Rules

[粘贴 ai/lns-ai.md 的完整内容]

用户需求

请使用 LNS 编写一个温度监控脚本：
读取 sensor.temperature，超过 40 时调用 alarm.raise，
最后返回当前温度。

模型必须记住的几条规则

// 变量统一使用 var
var int count = 0;

// struct 类型只能在表达式位置实例化
var point = Point{ x = 1, y = 2 };

// bitwise OR 是 |，logical OR 是 ||
var bits = left | mask;
var ready = connected || fallback;

// extern 只能是 api 的直接子项
api "sensor" {
  extern num read(string id);
}

仓库中的规范文件

`ai/lns-ai.md`

面向模型和开发者的完整生成说明，可作为 system prompt 或项目规则文件。

`ai/lns-rules.json`

机器可读的关键词、类型、运算符、必需形式和禁止规则，方便 IDE、代理和后续 parser 工具接入。

最终解释器

提示词帮助 AI 遵守规则，但最终仍以 LNS 解释器的 lexer/parser 诊断为准。