【亲测免费】 Qwerty Learner VSCode 插件技术文档
2026-01-25 05:02:26作者:凤尚柏Louis
1. 安装指南
1.1 安装前准备
- 确保你已经安装了 Visual Studio Code (VSCode),最低版本要求为 1.53.0。
- 如果你使用的是中文输入法,请在安装和使用插件时关闭中文输入法,以避免可能的 Bug。
1.2 安装步骤
- 打开 VSCode。
- 进入扩展市场,搜索
Qwerty Learner。 - 找到
Qwerty Learner VSCode插件,点击安装。 - 安装完成后,重启 VSCode 以确保插件生效。
2. 项目的使用说明
2.1 启动插件
- Mac: 使用快捷键
Control + Shift + Q启动插件。 - Win: 使用快捷键
Shift + Alt + Q启动插件。
启动后,插件会屏蔽用户对文档的输入,用户只需关注状态栏上的单词进行打字练习。
2.2 章节和词典选择
- 打开 VSCode 命令面板 (
cmd + shift + p或ctrl + shift + p)。 - 输入
Qwerty前缀,即可看到插件提供的命令。Change Chapter: 切换章节。Change Dictionary: 切换词典。Start/Pause: 开关插件,功能等价于一键启动快捷键。Toggle Word Visibility: 切换是否展示单词(默写模式)。Toggle Read Only Mode: 开关只读模式。Toggle Chapter Cycle Mode: 章节循环模式。
2.3 快捷配置
- Mac: 使用快捷键
Control + Shift + C启用/禁用章节循环模式。 - Win: 使用快捷键
Shift + Alt + C启用/禁用章节循环模式。
2.4 进阶配置
- 在 VSCode 设置面板中搜索
Qwerty,可以修改以下配置:highlightWrongColor: 输入错误时单词的颜色。highlightWrongDelay: 输入错误时清空输入的延迟时间。keySound: 是否开启键盘音。phonetic: 是否开启音标。chapterLength: 每个章节包含的单词数量。wordExerciseTime: 每个单词的练习次数。readOnlyInterval: 只读模式中单词切换间隔时间。voiceType: 是否开启发音。placeholder: 未输入时的占位符。random: 是否章节内单词顺序随机。chapterCycle: 是否章节循环。
3. 项目API使用文档
3.1 监听用户输入
- 插件通过监听用户当前输入文档的改变来实现打字练习功能。
- 当用户输入时,插件会自动删除用户输入的文字,不会对文档内容造成影响。
3.2 处理输入错误
- 当用户输入速度较快(特别是同时按下多个键)时,可能会导致删除不完全。
- 用户可以自行删除输入,插件会继续正常工作。
4. 项目安装方式
4.1 通过 VSCode 扩展市场安装
- 打开 VSCode,进入扩展市场,搜索
Qwerty Learner。 - 找到
Qwerty Learner VSCode插件,点击安装。
4.2 通过 GitHub 安装
- 访问 Qwerty Learner GitHub 项目。
- 下载项目源码,按照项目说明进行本地安装。
通过以上步骤,你可以顺利安装并使用 Qwerty Learner VSCode 插件,提升你的打字速度和英语肌肉记忆。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0576
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python07
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust02
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
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
509
550
暂无描述
Markdown
852
5.68 K
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++
1.04 K
2.48 K
deepin linux kernel
C
33
16
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
838
1.27 K
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++
844
1.69 K
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
3.16 K
856
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++
1.25 K
1.37 K
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++
502
345
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
783
410