使用Emacs的Bash补全功能提升Shell体验
2024-05-23 12:18:44作者:郜逊炳
在Emacs中编写Bash脚本或运行shell命令时,高效的自动补全可以显著提高工作效率。【项目名称】 - emacs-bash-completion,就是这样一个工具,它为Emacs带来了与原生Bash完全兼容的动态补全功能。
项目介绍
emacs-bash-completion 是一个Emacs扩展,专为shell模式和shell命令提示符设计。这个扩展不仅可以识别Bash内置命令、别名和函数,还可以处理文件扩展、定向操作(如><)中的路径,并能智能地转义特殊字符。其亮点在于,即使在远程shell会话中(通过TRAMP),也能正常工作。
项目技术分析
- Bash感知:该扩展知道何时应用Bash内置命令、别名和函数的补全。
- 文件扩展管理:在冒号分隔的变量和重定向后执行文件名扩展。
- 特殊字符转义:当扩展文件名时,能正确处理并转义特殊字符。
- 可配置性:通过编程式Bash完成,用户可以根据需求调整补全行为。
- 远程shell支持:通过TRAMP,即使在远程环境中也能保持功能完整性。
应用场景
- 日常开发:对于频繁使用Bash命令的开发者来说,快速补全能节省大量时间。
- 自动化脚本:编写Bash脚本时,自动补全可以帮助避免错误和提高代码质量。
- 远程操作:即便在远程服务器上工作,也能享受相同的补全体验。
项目特点
- 无缝集成:只需几步设置,即可在Emacs shell缓冲区和命令提示符下启用。
- 跨平台:已知在Linux和OSX系统上,与Emacs 25.3及以上版本和Bash 4.2+及5版兼容。
- 动态完成:无论在shell缓冲区还是非shell环境下,都能提供动态的bash补全。
- 调试支持:内置调试工具帮助解决可能出现的问题。
- 社区驱动:开源项目,欢迎贡献代码、报告问题或提出新特性请求。
安装与使用
emacs-bash-completion 可方便地从MELPA包管理器安装。在你的 .emacs 文件中添加相应的配置,然后重新加载或者重启Emacs,即可开启bash补全之旅。
如果你遇到任何问题,可以通过提交GitHub上的issues来寻求帮助。如果你想为项目做出贡献,无论是修复bug,改进文档,或是新增功能,请创建一个pull request。
拥抱更智能、更高效的Emacs shell体验,让 emacs-bash-completion 成为你日常工作中的得力助手吧!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
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++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
1.21 K
659
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
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146