首页
/ 解决blink.cmp中BlinkCmpLabelDeprecated高亮组fg属性失效问题

解决blink.cmp中BlinkCmpLabelDeprecated高亮组fg属性失效问题

2025-06-15 01:58:59作者:戚魁泉Nursing

在blink.cmp项目中,用户可能会遇到一个关于BlinkCmpLabelDeprecated高亮组的fg(前景色)属性无法正常工作的问题。本文将深入分析这一问题的原因,并提供两种解决方案。

问题现象

当用户尝试通过以下方式设置BlinkCmpLabelDeprecated高亮组时:

vim.api.nvim_set_hl(0, "BlinkCmpLabelDeprecated", { 
    fg = "#2f3639", 
    strikethrough = true, 
    bold = true 
})

虽然strikethrough(删除线)和bold(加粗)属性能够正常生效,但fg(前景色)属性却无法改变文本颜色。这会导致废弃标签的显示效果不符合预期。

问题根源

经过分析,这个问题与blink.cmp配置中的treesitter高亮设置有关。当启用了treesitter高亮功能时:

treesitter = { "lsp" }

treesitter的高亮机制会覆盖自定义的fg颜色设置,导致前景色无法生效。

解决方案

方案一:禁用treesitter高亮

最简单的解决方案是注释掉treesitter高亮设置:

completion = {
    menu = {
        draw = {
            -- treesitter = { "lsp" }  -- 注释掉这一行
        }
    }
}

这种方法简单直接,但会失去代码在补全菜单中的语法高亮功能。

方案二:自定义高亮组件

对于希望保留语法高亮的用户,可以采用更精细化的高亮控制方式:

completion = {
    menu = {
        draw = {
            components = {
                label = {
                    highlight = function(ctx)
                        -- 添加treesitter高亮
                        local highlights = require(
                            "blink.cmp.completion.windows.render.treesitter"
                        ).highlight(ctx)
                        
                        -- 定义废弃项的高亮
                        local deprecated = {
                            { 0, #ctx.label, group = "BlinkCmpLabelDeprecated" },
                        }
                        
                        -- 根据是否废弃返回相应高亮
                        return ctx.deprecated and deprecated or highlights
                    end,
                },
            },
        },
    },
}

这种方法通过自定义高亮函数,既保留了treesitter的语法高亮功能,又能确保废弃标签的前景色设置生效。

总结

blink.cmp中的高亮系统具有优先级机制,treesitter高亮会覆盖部分自定义设置。通过上述两种方案,用户可以根据自己的需求选择最适合的解决方法。对于重视代码高亮的用户,推荐使用方案二,它提供了更精细的控制能力。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
831
5.51 K
kernelkernel
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
495
520
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
978
2.31 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
806
1.16 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
794
1.59 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
314
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
779
ops-mathops-math
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++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
662
301