【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 StartedRust0191
cann-learning-hubCANN 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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 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++
856
1.92 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++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
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
297
114
昇腾LLM分布式训练框架
Python
178
220