Rime-Frost 输入法引擎自定义词库扩展指南
2025-07-05 16:42:39作者:毕习沙Eudora
概述
Rime-Frost 是一款基于 Rime 输入法引擎的配置方案,为用户提供了高度可定制的输入体验。在实际使用过程中,用户经常需要添加个人词库以满足特定领域的输入需求。本文将详细介绍如何在 Rime-Frost 中正确扩展自定义词库。
词库文件结构
Rime-Frost 的词库主要分为两大类:
- 基础词库:位于
cn_dicts目录下,包含常用字表和基础词汇 - 细胞词库:位于
cn_dicts_cell目录下,按主题分类的专业词汇
自定义词库添加步骤
1. 创建词库文件
新建一个 YAML 格式的词库文件,文件命名建议使用英文小写和下划线组合,例如 my_custom_dict.yaml。文件内容格式如下:
# Rime dictionary
# encoding: utf-8
---
name: my_custom_dict # 必须与文件名一致(不含扩展名)
version: "2025-05-01"
...
2. 词条格式规范
词库中的每个词条应采用制表符(Tab)分隔的格式:
词条<tab>拼音<tab>词频
例如:
自定义 zi ding yi 100
技术专家 ji shu zhuan jia 80
3. 配置词库引用
编辑 rime_frost.dict.yaml 文件,在 import_tables 部分添加对新词库的引用:
import_tables:
- cn_dicts/base # 基础词库
- cn_dicts/ext # 扩展词库
- cn_dicts_cell/my_custom_dict # 自定义词库
4. 文件位置放置
将创建好的词库文件放置在正确的目录中:
- 通用词库:放入
cn_dicts目录 - 专业词库:放入
cn_dicts_cell目录
注意事项
- 文件名一致性:词库文件中的
name字段必须与文件名(不含扩展名)完全一致 - 编码格式:确保文件使用 UTF-8 编码,避免出现乱码
- 词条分隔符:必须使用制表符(Tab)而非空格分隔词条各字段
- 部署生效:修改后需要重新部署 Rime 输入法才能使更改生效
高级技巧
对于大型专业词库,建议:
- 按主题分类创建多个小词库而非单个大词库
- 合理设置词频,常用词设置较高词频(如100),专业词设置较低词频(如10)
- 定期维护和更新词库,删除不再使用的词汇
通过以上方法,用户可以轻松扩展 Rime-Frost 的词库,打造个性化的输入体验。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
876
577
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
161
暂无简介
Dart
762
187
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
745
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135