Trime 输入法主题定制指南
2025-06-24 17:50:14作者:庞队千Virginia
主题概述
Trime 是一款高度可定制的开源输入法,用户可以根据个人喜好自定义键盘主题。本文介绍了一个优化后的 Trime 主题,该主题解决了原版主题中的一些小问题,并提供了多种实用功能。
主题特色功能
-
多样化主题选择
- 提供大按钮和小按钮两种尺寸主题
- 每种尺寸都有深色和浅色两种配色方案
- 新增彩色主题选项
-
智能按键功能
- 回车键左侧设计为液体键盘,在输入时自动变为候选词扩展键
- 主键盘的 axcv 键和数字键盘的 +-*/ 键支持长按快捷功能:
- 全选、剪切、复制、粘贴
- 粘贴键上特别设计了五角星图标作为视觉提示
-
符号键盘优化
- 根据当前输入模式自动切换中英文符号键盘
- 重新设计了符号键盘和表情键盘的布局
- 改善了符号输入的用户体验
-
数字键盘模式
- 默认切换至数字键盘即进入 ASCII 模式
- 可通过修改配置文件恢复原版数字键盘行为
主题配置详解
键盘高度调整
用户可以通过修改以下参数调整键盘高度:
keyboard_height:控制键盘整体高度round_corner:设置键盘圆角大小height:调整特定元素高度
候选栏定制
候选栏的选项按钮由输入方案定义,用户可以通过创建自定义配置文件来修改:
- 创建
xxx.custom.yaml文件(xxx 为输入法方案名称) - 使用
switches部分定义各种切换按钮 - 通过添加空格调整按钮宽度
- 使用
#注释不需要的选项
示例配置片段:
switches:
- name: ascii_mode
states: [ '中文', ' ᴀʙᴄ ' ]
reset: 0
- name: emoji
states: [ ' ⋯ ', ' ☻ ' ]
reset: 0
中英文切换
虽然主题本身不直接提供中英文切换键,但可以通过以下方式实现:
- 使用输入方案自带的工具栏按钮
- 自定义键盘布局,添加专门的切换键
- 修改符号键的长按功能为中英文切换
使用建议
- 为提高候选词浏览效率,建议将每页显示候选词数量设置为 99
- 对于需要频繁使用符号输入的用户,可以进一步优化符号键盘布局
- 根据设备屏幕尺寸选择合适的按钮大小主题
- 定期备份自定义配置,便于迁移和恢复
总结
这个优化的 Trime 主题通过精心设计的布局和实用的功能增强,显著提升了输入体验。其模块化设计使得用户可以根据个人需求进行进一步定制,是追求高效输入用户的理想选择。无论是日常文字输入还是特殊符号输入,都能获得流畅的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.68 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143