fidget.nvim 配置升级指南:从旧版迁移到 v1.4
2025-07-03 00:53:15作者:柏廷章Berta
配置迁移概述
fidget.nvim 从旧版升级到 v1.4 版本后,配置结构发生了显著变化。这些变化主要是为了支持更细粒度的配置选项和扩展插件的功能范围,使其不仅限于 LSP 进度通知,还能作为 vim.notify 的后端等更多用途。
新旧配置项对照
文本显示相关配置
- 旧版
text.spinner对应新版progress.display.progress_icon,可以使用内置的动画模式如 "dots_negative" text.done迁移为progress.display.done_icontext.commenced和text.completed合并为progress.display.format_message
定时器相关配置
timer.spinner_rate改为notification.poll_rate,控制渲染频率timer.fidget_decay替换为notification.configs中的ttl参数timer.task_decay对应progress.display.done_ttl
窗口显示配置
window.relative保持相同路径notification.window.relativewindow.blend改为notification.window.winblendwindow.border路径变为notification.window.border
调试配置
debug.logging改为logger.level,可设置为 INFO 或 DEBUGdebug.strict选项已被弃用
最佳实践建议
-
加载时机:不再建议仅在 LSP 附加时加载插件,因为现在它承担了更多功能。如果确实需要优化启动时间,可以考虑使用 "VeryLazy" 事件。
-
错误处理:直接使用 require 而不需要 pcall 包装,因为依赖项应该是确定存在的。如果确实缺失,应该让错误直接抛出以便及时发现配置问题。
-
动画自定义:虽然当前版本对自定义动画的支持接口不够友好,但开发者正在改进这一功能。建议暂时使用内置的动画模式。
配置示例
以下是一个符合 v1.4 版本的配置示例:
local fidget = require("fidget")
local icons = require("your_icons_module")
fidget.setup({
progress = {
display = {
progress_icon = { pattern = "dots_negative" },
done_icon = icons.ui.Check,
format_message = function(msg)
return string.format("%s %s", icons.ui.CircleSmall, msg)
end,
done_ttl = 3000,
}
},
notification = {
window = {
relative = "editor",
winblend = 0,
border = "rounded",
},
poll_rate = 200,
configs = {
default = {
ttl = 3000,
}
}
},
logger = {
level = "INFO",
}
})
升级注意事项
-
新版配置更加模块化,将不同功能区的配置分离,提高了灵活性但增加了配置复杂度。
-
动画系统的配置方式有所改变,开发者正在重构这一部分,后续版本可能会有进一步改进。
-
错误处理策略应该调整,直接暴露问题比静默失败更有利于维护稳定的配置。
通过以上调整,用户可以充分利用 fidget.nvim v1.4 的新特性,同时保持原有的功能体验。虽然迁移过程需要投入时间,但新版本提供的扩展性和灵活性将为后续使用带来更多可能性。
登录后查看全文
热门项目推荐
相关项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.85 K
Ascend Extension for PyTorch
Python
387
458
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++
894
680
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
354
212
昇腾LLM分布式训练框架
Python
120
146
暂无简介
Dart
805
198
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781