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!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00