Rime-ice项目中cold_word_drop模块的配置与优化指南
2025-05-20 23:45:05作者:翟萌耘Ralph
核心功能解析
cold_word_drop是Rime-ice输入法方案中的一个重要模块,主要用于管理候选词的隐藏和删除功能。该模块包含三个关键Lua脚本文件:
- drop_words.lua:实现强制删除候选词功能
- turndown_freq_words.lua:处理候选词降频操作
- hide_words.lua:负责隐藏特定候选词
快捷键配置详解
在key_binder配置中,cold_word_drop模块支持以下快捷键设置:
-
turn_down_cand: "Control+j"
功能说明:匹配当前输入码后隐藏指定的候选字词,或将候选词条放到第四候选位置 -
drop_cand: "Control+d"
功能说明:强制删除候选词,无视当前输入的编码
常见问题解决方案
候选词异常减少问题
部分用户反馈启用cold_word_drop后,候选词数量明显减少。这是由于filter.lua中默认设置了频率阈值(默认为80)。解决方案是修改filter.lua第50行的数值,建议调整为200左右可获得更好的使用体验。
记录文件路径问题
模块默认将记录文件保存在"lua/cold_word_records/"目录下。若遇到部署后记录失效的情况,可考虑以下解决方案:
- 手动创建cold_word_records目录
- 修改processor.lua第11和16行的路径设置,指向"lua/cold_word_drop/"目录
- 确保路径分隔符使用单斜杠""(Windows系统)
多平台适配建议
针对不同操作系统和输入法前端,cold_word_drop模块可能需要特殊配置:
- Windows系统:注意路径分隔符的处理
- macOS系统:需要检查文件写入权限
- 移动端(如iOS仓输入法):需配置iCloud同步路径
- 其他平台:根据具体环境调整路径设置
高级使用技巧
-
彻底删除特定词汇:使用"Control+d"快捷键可一次性删除目标词汇,无需考虑其多种编码形式
-
多编码处理:对于有多种编码的词汇(如"示例"有shili、shil、shl三种编码),建议使用强制删除功能确保完全移除
-
相关模块调优:类似reduce_emoji.lua等模块也可能需要调整频率阈值,原理与cold_word_drop相同
最佳实践建议
- 首次使用时,建议先测试快捷键功能是否正常
- 对于需要彻底删除的敏感词汇,优先使用强制删除功能
- 定期检查记录文件,确保删除/隐藏操作已正确记录
- 在不同平台间迁移配置时,特别注意路径设置的兼容性
通过合理配置和优化,cold_word_drop模块能够有效提升Rime-ice输入法的使用体验,帮助用户打造更符合个人习惯的输入环境。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
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++
664
322
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
264
326
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
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868