探索高效编码新维度:Awesome Emacs Keymap(emacs-mcx)
2024-05-20 04:20:24作者:尤峻淳Whitney
项目介绍
emacs-mcx 是一个为 Visual Studio Code 设计的扩展,它带来了令人熟悉的 Emacs 风格键绑定和操作。这款扩展深受 Emacs 爱好者的喜爱,旨在提升开发人员在 VSCode 中的编码体验,让编辑器更加顺手且高效。
项目技术分析
emacs-mcx 从头构建,以解决现有类似扩展的一些限制。它的核心目标是提供:
- Emacs 样式的键绑定 - 让你在 VSCode 中享受到与 Emacs 相似的快捷键操作。
- 多光标兼容性 - 在多个光标或选定区域中无缝切换。
- 整合的剪贴板(kill-ring) - 实现跨应用复制和粘贴。
- 标记环(mark-ring) - 方便地保存和恢复光标位置。
- 前缀参数支持 - 提供命令的增强选项。
- 性表达式(sexp)处理 - 更便捷地处理括号匹配。
此外,它还修复了一些其他扩展中的已知问题,如共享状态的 mark-mode。
应用场景
无论你是长期的 Emacs 用户寻求在 VSCode 中的一致性,还是希望尝试新操作模式的开发者,emacs-mcx 都是一个理想的选择。尤其适用于编写代码时频繁进行文本选择、编辑、搜索替换等操作,它能显著提高你的生产力。
项目特点
- 全面的键绑定集:基于
vscode-emacs-friendly的设置,覆盖了大量 Emacs 命令,提供了丰富的操作方式。 - 定制化设置:用户可以通过多种配置选项调整其行为,例如严格模拟 Emacs 光标移动或者保留 VSCode 默认行为。
- 多平台兼容性:不仅在 Windows 和 Linux 上表现良好,还在 macOS 上通过 Command 键支持 Meta 功能。
- 良好的社区支持:设有详细的 FAQ 和 GitHub 问题跟踪,方便报告错误和提出功能请求。
通过 emacs-mcx,你可以在不改变工作环境的前提下,获得接近 Emacs 的编码体验。赶快安装试试看,让你的编程之旅更加得心应手吧!
# 安装方法:
code --install-extension tuttieee.emacs-mcx
让我们一起探索 emacs-mcx 带来的高效开发世界!
登录后查看全文
热门项目推荐
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 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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 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
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
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
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++
639
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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
469
Ascend Extension for PyTorch
Python
149
175
暂无简介
Dart
604
135
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
227
81
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310