Onivim 2 开源项目教程
1. 项目介绍
Onivim 2 是一个轻量级的模态代码编辑器,旨在将 Sublime 的速度、VSCode 的语言集成和 Vim 的模态编辑体验结合在一个单一的包中。Onivim 2 使用 Reason 语言构建,并基于 Revery 框架开发。它通过 libvim 管理缓冲区并提供真实的模态编辑体验,同时具备快速、原生的前端界面。此外,Onivim 2 完全利用了 VSCode 扩展主机进程,未来将支持 VSCode 扩展和配置。
主要目标
- 现代用户体验
- VSCode 插件支持
- 跨平台支持(Windows、macOS、Linux)
- 开箱即用的功能
- 高性能和低输入延迟
- 易于学习和使用
非目标
- 100% VimL 兼容性
2. 项目快速启动
2.1 下载 Onivim 2
首先,从 Onivim 2 GitHub 发布页面 下载 Onivim 2 的 AppImage 文件。你可以选择稳定版或 nightly 版本。
2.2 安装 Onivim 2
2.2.1 Linux 系统
- 下载 Onivim2-x86_64.AppImage 文件。
- 赋予执行权限:
chmod u+x Onivim2-x86_64.AppImage - 移动文件到
/usr/local/bin/目录:mv Onivim2-x86_64.AppImage /usr/local/bin/Oni2 - 如果需要,下载桌面文件和图标,并将其移动到相应目录:
mv Onivim2.desktop /usr/share/applications mv logo.png /usr/share/icons/Onivim2.png - 现在,你可以在终端或应用启动器中运行
Oni2。
2.2.2 Windows 系统
- 下载
.exe文件并运行安装程序。
2.3 运行 Onivim 2
在终端或应用启动器中输入 Oni2 即可启动 Onivim 2。
3. 应用案例和最佳实践
3.1 使用 Onivim 2 进行日常开发
Onivim 2 适合用于日常的代码编辑工作,特别是对于那些喜欢 Vim 模态编辑体验但希望拥有现代代码编辑器功能的用户。你可以通过安装 VSCode 扩展来增强其功能,例如使用语言服务器协议(LSP)来支持多种编程语言的智能提示和代码分析。
3.2 配置 Onivim 2
Onivim 2 支持通过配置文件进行个性化设置。你可以在 ~/.config/oni2/ 目录下创建或编辑 configuration.json 文件来调整编辑器的设置。
4. 典型生态项目
4.1 Revery
Revery 是一个基于 ReasonML 和 OCaml 的跨平台 UI 框架,Onivim 2 的前端界面就是使用 Revery 构建的。Revery 提供了高性能的图形渲染和现代化的 UI 组件,适合用于开发高性能的桌面应用。
4.2 libvim
libvim 是一个 Vim 核心库的封装,Onivim 2 使用 libvim 来管理缓冲区和提供模态编辑功能。libvim 使得 Onivim 2 能够保持与 Vim 的兼容性,同时提供更现代的用户体验。
4.3 VSCode 扩展
Onivim 2 完全支持 VSCode 扩展,这意味着你可以使用大量的 VSCode 插件来增强编辑器的功能。无论是语言支持、调试工具还是其他开发辅助功能,都可以通过安装相应的 VSCode 扩展来实现。
通过以上内容,你可以快速了解并开始使用 Onivim 2,同时了解其生态系统中的关键项目。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00