Squirrel输入法候选词横排显示配置指南
2025-06-10 12:20:20作者:侯霆垣
Squirrel输入法作为macOS平台上的Rime输入法前端,在1.0.1版本中对样式配置进行了重要更新,移除了旧版的style/horizontal和style/vertical参数,转而采用更灵活的candidate_list_layout配置方式。本文将详细介绍如何在新版本中实现候选词的横排显示效果。
配置变更背景
在早期版本中,用户可以通过设置style/horizontal: true来实现候选词横排显示。但随着Squirrel的版本迭代,这种配置方式已被弃用,取而代之的是更具语义化的style/candidate_list_layout参数。
新版横排配置方法
要实现候选词横排显示,现在需要在配置文件中进行如下设置:
<style>
<candidate_list_layout>linear</candidate_list_layout>
</style>
这个配置可以直接修改squirrel.xml文件,或者针对特定的预设颜色方案进行个性化设置。对于希望保持默认配置不变的用户,建议在squirrel.custom.xml中进行覆盖配置。
候选词样式调整
除了布局方向外,用户还可以调整候选词的其他显示属性:
- 字体大小:通过
font_point参数控制候选词字号 - 间距:使用
candidate_spacing调整候选词间距 - 对齐方式:配置
text_alignment改变文本对齐方式
配置建议
- 修改前建议备份原始配置文件
- 每次修改配置后需要重新部署才能生效
- 可以通过创建
squirrel.custom.yaml文件来管理自定义配置,避免直接修改核心文件 - 如果配置无效,请检查是否有其他配置覆盖了你的设置
常见问题解决方案
- 配置不生效:检查配置文件语法是否正确,确保没有拼写错误
- 修改被还原:确认修改的是正确的配置文件,某些情况下需要修改用户目录下的配置文件而非系统目录
- 显示异常:尝试重置为默认配置后逐步添加自定义设置
通过以上配置,用户可以轻松实现候选词的横排显示效果,同时保持输入法界面的美观和实用性。
登录后查看全文
热门项目推荐
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
663
4.27 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
506
612
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
392
290
暂无简介
Dart
909
219
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108