NVDA项目中的远程访问功能命名标准化探讨
2025-07-03 05:34:00作者:史锋燃Gardner
背景介绍
NVDA(NonVisual Desktop Access)作为一款开源屏幕阅读器,在2025年3月版本中正式集成了远程访问功能。这项功能允许用户通过网络远程控制另一台运行NVDA的计算机,为视障用户提供远程协助支持。
命名不一致问题
在功能集成初期,开发团队发现该功能在不同界面和文档中的命名存在不一致现象:
- 设置界面中使用"Remote"作为分类名称
- 输入手势对话框同样使用"Remote"分类
- 用户指南中则采用了"Remote Access"的表述
这种命名差异给翻译工作带来了困扰,特别是"Remote"单独使用时含义较为模糊,难以准确翻译。
命名标准化讨论
经过开发团队讨论,主要考虑了以下几个命名方案:
- Remote Access(远程访问):最终选定方案,已在用户指南中使用,含义明确
- Remote Connection(远程连接):侧重连接过程
- Remote Control(远程控制):强调控制功能
- NVDA Remote:保留原有插件名称,但可能与其他远程桌面功能混淆
技术实现考量
在标准化过程中,开发团队特别关注了以下技术细节:
- 界面一致性:确保设置菜单、手势配置和文档使用统一术语
- 翻译友好性:选择含义明确的术语便于多语言翻译
- 功能区分度:避免与Windows远程桌面等类似功能产生混淆
- 用户认知:选择最符合用户心智模型的命名方式
最终解决方案
经过多方讨论,NVDA团队决定采用"Remote Access"作为该功能的统一命名。这一决定基于:
- 已在用户指南中建立认知
- 准确描述功能本质
- 避免与其他远程功能混淆
- 便于国际化翻译
该命名方案已在后续版本中全面实施,包括所有用户界面元素和文档内容。
经验总结
这个案例展示了开源项目中功能命名的重要性。良好的命名规范应该:
- 保持一致性
- 含义明确无歧义
- 考虑国际化需求
- 与现有功能区分清晰
NVDA团队通过这一标准化过程,不仅解决了当前问题,也为未来功能的命名建立了良好范例。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
765
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
680
1.33 K
Ascend Extension for PyTorch
Python
719
879
deepin linux kernel
C
32
16
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
456
438
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++
1.08 K
1.1 K
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
151
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
118
昇腾LLM分布式训练框架
Python
178
220