提速你的编程之旅:eyeliner.nvim - 独特的行内跳转指示器
在程序员的世界里,高效是关键。eyeliner.nvim 是一个专为 Neovim 用户设计的巧妙工具,它通过在每一行上标识出独特的 f/F 跳转字母,让你的代码导航变得更加直观和迅速。与流行的 quick-scope 插件类似,但 eyeline.nvim 完全用 Lua 编写,以提供更快更轻量级的体验。
插件的核心功能是显示橙色字母,代表你可以直接通过 f/F 快速跳转到的字符;而蓝色字母则表明虽然没有唯一字符,但可以通过 f/F 后接分号(;)进行快捷导航。
安装
eyeliner.nvim 的安装十分简单,只需要 Neovim 0.7.0 或更高版本。以下是一些常用包管理器的示例:
-
使用 vim-plug:
Plug 'jinh0/eyeliner.nvim' -
使用 packer.nvim:
use 'jinh0/eyeliner.nvim'
配置
默认配置下(使用 packer.nvim):
use {
'jinh0/eyeliner.nvim',
config = function()
require'eyeliner'.setup {
highlight_on_key = true,
dim = false
}
end
}
显示高亮键入后
若你喜欢在按下 f/F/t/T 后才显示高亮,可以设置 highlight_on_key 为 true。如果同时开启 dim,则非高亮字符会被淡化处理,帮助你聚焦于目标字符。
require'eyeliner'.setup {
highlight_on_key = true,
dim = true,
}
查看动态演示以了解效果:
点击查看展示
https://user-images.githubusercontent.com/40512164/180614964-c1a63671-7fa8-438d-ad4f-c90079adf098.mov
自定义高亮颜色
你可以通过修改 EyelinerPrimary 和 EyelinerSecondary 高亮组来自定义色彩和样式。无论是仅改变字体样式还是调整颜色,都完全由你掌控。
例如,想让 eyeliner.nvim 更加低调,只改变字体粗体和下划线,不改变颜色,你可以这样做:
Vimscript 示例:
highlight EyelinerPrimary gui=underline,bold
highlight EyelinerSecondary gui=underline
Lua 示例:
vim.api.nvim_set_hl(0, 'EyelinerPrimary', { bold = true, underline = true })
vim.api.nvim_set_hl(0, 'EyelinerSecondary', { underline = true })
如果你想自定义颜色:
Vimscript 示例:
highlight EyelinerPrimary guifg=#000000 gui=underline,bold
highlight EyelinerSecondary guifg=#ffffff gui=underline
Lua 示例:
vim.api.nvim_set_hl(0, 'EyelinerPrimary', { fg='#000000', bold = true, underline = true })
vim.api.nvim_set_hl(0, 'EyelinerSecondary', { fg='#ffffff', underline = true })
当颜色方案变化时,自动更新高亮:
Vimscript 示例:
autocmd ColorScheme * :highlight EyelinerPrimary ...
Lua 示例:
vim.api.nvim_create_autocmd('ColorScheme', {
pattern = '*',
callback = function()
vim.api.nvim_set_hl(0, 'EyelinerPrimary', { bold = true, underline = true })
end,
})
命令操作
eyeliner.nvim 还提供了启用、禁用以及切换功能的命令:
:EyelinerEnable
:EyelinerDisable
:EyelinerToggle
总结
eyeliner.nvim 是一款专注于提高 Neovim 用户生产力的优秀工具。它的独特之处在于通过视觉提示提升你的寻查速度,使你在代码海洋中游刃有余。现在就尝试一下,为你的开发环境注入新的活力吧!
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