Vim技巧:使用runpaint/vim-recipes快速查找光标下单词的文档
问题场景
在日常开发中,我们经常需要查阅各种命令、函数或方法的文档。传统做法是手动复制单词,然后打开终端输入查询命令,这个过程既繁琐又影响工作效率。特别是对于Linux系统管理员和开发者来说,经常需要查阅man手册页;对于Ruby开发者需要查询ri文档;Perl开发者需要查询perldoc等。
解决方案
Vim提供了一个非常高效的解决方案:使用keywordprg选项配合K键快速查询光标下单词的文档。
基本用法
-
首先设置
keywordprg为你想要使用的文档查询工具::set keywordprg=man -
将光标移动到想要查询的单词上(不需要精确选中)
-
按下大写的
K键
实际案例
假设你正在编辑一个Shell脚本,看到ls命令但不确定它的具体用法:
- 将光标移动到
ls单词上 - 按下
K - Vim会自动调用
man ls并显示手册页
高级技巧
指定手册章节
对于man手册,不同章节可能有同名条目。Vim支持通过数字前缀指定章节:
7K
在单词glob上执行上述命令会调用man 7 glob,直接查看第7章节的glob文档。
语言特定配置
不同编程语言可以使用不同的文档工具:
-
Ruby开发者:
:set keywordprg=ri -
Perl开发者:
:set keywordprg=perldoc
文件类型自动设置
更高效的做法是根据文件类型自动设置keywordprg。在vimrc中添加:
autocmd FileType ruby setlocal keywordprg=ri
autocmd FileType perl setlocal keywordprg=perldoc
autocmd FileType sh,bash setlocal keywordprg=man
技术细节
-
Vim对"单词"的定义是基于其内部单词边界识别规则,可能与自然语言中的单词概念不同
-
默认情况下,如果没有设置
keywordprg,Vim会使用man作为默认值 -
这个功能在查看源代码时特别有用,可以快速跳转到函数或方法的文档
注意事项
-
确保你设置的文档查询工具已正确安装在系统中
-
某些文档工具可能需要额外的参数配置才能正常工作
-
在Windows系统上,可能需要设置不同的文档查询工具路径
扩展应用
这个技巧可以进一步扩展,比如:
- 结合在线文档查询工具
- 集成编程语言的REPL环境
- 连接IDE的智能提示系统
通过合理配置keywordprg,你可以打造一个无缝的文档查询工作流,极大提升开发效率。
总结
Vim的keywordprg配合K键提供了一个简单而强大的文档查询机制。通过合理配置,可以适应不同编程语言和环境的需求。这个技巧虽然简单,但能显著提升日常开发效率,是每个Vim用户都应该掌握的基本技能。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00