Harper：Automattic 的开源离线语法检查器，挑战 Grammarly

你写的每一封邮件、每一份文档、每一条消息，如果要过一遍 Grammarly，内容先到它的服务器走一遭。这不是推测——Grammarly 的架构就是云端的：文本上传、分析、返回结果，全程网络往返。Grammarly 的隐私政策声称不卖数据，但不排除用你的写作训练模型。

Harper 要解决的就是这个问题。一个完全离线、开源、用 Rust 写的语法检查器，不向任何服务器发送一个字符。它的背后是 Automattic——WordPress.com 的母公司，一个靠开源软件构建了数十亿美元业务的公司。

为什么需要另一个语法检查器

语法检查器市场已经相当拥挤。Grammarly 坐拥 3000 万用户，LanguageTool 是最知名的开源替代。Harper 的作者 Elijah Potter 在 README 里直接解释了他的动机：

Grammarly 的问题：价格贵，建议缺乏上下文且经常出错，更关键的是隐私噩梦——所有写作内容上传到服务器，往返延迟让修改体验拖泥带水。

LanguageTool 的问题：需要数 GB 内存和约 16GB 的 n-gram 数据集，对中等长度文档的检查也要好几秒。

Harper 的定位很明确：检查速度以毫秒计，内存占用不到 LanguageTool 的 1/50，完全本地运行，甚至小到能通过 WebAssembly 在浏览器里加载。

技术架构：从 Rust workspace 到规则 DSL

Harper 是一个庞大的 Rust workspace，包含 21 个子 crate，每个负责一个明确的功能模块：

拼写引擎：FST + Levenshtein 自动机

拼写检查是语法检查器的基础能力。Harper 的核心数据结构是 Finite State Transducer（FST）——一种压缩率极高的有序字典结构。传统哈希表存储单词列表会消耗大量内存，而 FST 通过共享前缀和后缀，将整个词典压缩到极小的体积，同时支持高效的前缀查询和模糊匹配。

模糊匹配部分使用 Levenshtein 自动机。给定一个可能拼错的单词，系统构建一个确定有限状态自动机（DFA），它能高效地枚举词典中编辑距离在阈值范围内的所有词。Harper 设定的默认编辑距离为 3，同时将换位操作的成本计为 1（类似 Damerau-Levenshtein 距离，能正确处理常见的字母打反错误如 "teh" → "the"）。

这套组合的效果：查询时不需要遍历整个词典，FST 结构配合自动机直接定位候选词，查询复杂度与词典大小的对数成正比。Levenshtein 自动机的构建器在线程局部存储中缓存复用，避免重复构造的开销。

规则引擎：200+ 个 Linter 和 Weir DSL

Harper 的语法规则库是目前所见最细致的之一。harper-core/src/linting/ 目录下有超过 200 个独立的规则文件，每个针对一类特定的英语写作问题。几个代表性规则：

• a_while.rs — 区分 "a while"（名词短语）和 "awhile"（副词）
• oxford_comma.rs — 牛津逗号风格一致性
• redundant_acronyms.rs — 检测 "PIN number" 这类冗余缩写
• very_unique.rs — 提示 "very unique" 是语义矛盾（unique 本身已表示唯一）
• no_french_spaces.rs — 修正法语标点间距习惯在英语中的误用

除了 Rust 原生规则，Harper 还设计了自己的领域特定语言 Weir——一门用于查找自然语言错误的编程语言。Weir 允许用声明式语法定义匹配模式、替换策略和错误消息，降低了贡献新规则的门槛。一条 Weir 规则可以定义匹配范围（句子级或段落级）、替换策略（保持大小写或精确替换），并通过 becomes 关键字指定建议的修正文本。

多平台集成

通过 Language Server Protocol，Harper 接入了几乎所有主流编辑器：VS Code、Neovim、Helix、Emacs、Zed。对 Obsidian 用户有专用插件，Chrome 浏览器有扩展。harper.js npm 包（周下载量约 19,400）让 JavaScript 应用直接集成，而 harper-wasm 编译目标使整个引擎能在浏览器中运行，无需任何后端服务。

2026 年 5 月，Harper 发布了桌面应用（基于 Tauri，Svelte 前端），进一步扩大了覆盖面。Harper 2.0 在 4 月发布，带来了架构升级和性能改进。

与竞品的对比

Harper 的劣势是语言覆盖——目前只支持英语，虽然核心架构是可扩展的。Grammarly 和 LanguageTool 在多语言支持上有明显优势。但对于英语写作场景，Harper 在速度、隐私和资源占用上的优势是碾压级的。

为什么 Automattic 投资这个项目

Automattic 是 WordPress 的母公司，WordPress.com 支撑着全球超过 40% 的网站。投资一个离线语法检查器，逻辑链条很清晰：

1. WordPress 编辑器需要写作辅助功能
2. 现有方案要么贵（Grammarly 企业版），要么重（LanguageTool 资源占用），要么隐私不达标
3. 自建一个 Rust 原生、可嵌入、完全离线的引擎，既服务 WordPress 生态，又能以开源项目获得社区贡献

Elijah Potter 是 Harper 的创建者和核心维护者，贡献了 2205 次 commit，占全部提交的大半。第二位贡献者 hippietrail（Andrew Dunbar）于 2026 年 6 月成为项目首位外部 committer，贡献了 1184 次 commit，主要在词典和规则完善方面。项目的开发节奏相当活跃——v2.3 到 v2.6 在三个月内连续发布，每次更新都包含新规则、bug 修复和性能优化。

增长数据

Harper 的增长曲线在 2026 年明显加速。GitHub 日增 star 数达到 877，总 star 数 12,843。v2.6.0 版本的二进制下载量超过 21,000 次，harper.js npm 包周下载量约 19,400 次。对于一个 2023 年 10 月才创建的项目，三年内达到这个规模，在开发者工具领域算得上快速成长。

快速上手

编辑器集成（以 Neovim 为例）：

-- 通过 harper-ls 接入
require('lspconfig').harper_ls.setup({})

命令行检查：

# 安装
cargo install harper-ls

# 检查文件
harper-cli check document.md

Rust 集成：

use harper_core::linting::{LintGroup, Linter};
use harper_core::parsers::PlainEnglish;
use harper_core::spell::FstDictionary;
use harper_core::{Dialect, Document};

let text = "This is an test.";
let document = Document::new_curated(text, &PlainEnglish);
let dict = FstDictionary::curated();
let mut linter = LintGroup::new_curated(dict, Dialect::American);

for lint in linter.lint(&document) {
    println!("{:?}", lint);
}

Harper 目前以 Apache-2.0 协议开源，代码仓库在 github.com/Automattic/harper，官网 writewithharper.com 提供在线试用（WebAssembly 版本，全程在浏览器中运行）。