company-fuzzy 的安装和配置教程
2025-05-24 11:16:15作者:薛曦旖Francesca
项目基础介绍和主要编程语言
company-fuzzy 是一个为 Emacs 编辑器中的 company-mode 提供模糊匹配功能的插件。它能够让用户在使用公司模式进行代码补全时,享受到更加灵活和强大的模糊搜索体验。该项目主要使用 Emacs Lisp (elisp) 编程语言编写。
项目使用的关键技术和框架
company-fuzzy 使用了以下关键技术和框架:
- company-mode: Emacs 的一个代码补全框架,支持多种语言和后端。
- fuzzy 匹配: 一种搜索技术,允许用户通过不完全匹配来查找信息,提高了搜索的灵活性。
- elisp: Emacs Lisp,是 Emacs 的内置编程语言,用于编写 Emacs 扩展和配置。
项目安装和配置的准备工作
在开始安装 company-fuzzy 前,请确保您的系统已经满足以下要求:
- 安装了 Emacs 编辑器。
- Emacs 版本至少为 24.4。
- 系统中已安装 Git。
详细安装步骤
以下是安装 company-fuzzy 的详细步骤:
-
克隆项目仓库
打开终端,运行以下命令克隆项目仓库到本地:
git clone https://github.com/jcs-elpa/company-fuzzy.git -
将项目添加到 Emacs 配置
在 Emacs 配置文件(通常是
~/.emacs或~/.emacs.d/init.el)中,添加以下代码来将 company-fuzzy 添加到 Emacs 的加载路径中,并启用相关模式:(add-to-list 'load-path "/path/to/company-fuzzy") ; 替换为实际的克隆目录 (require 'company-fuzzy) -
配置 company-fuzzy
在 Emacs 配置文件中,您可以自定义 company-fuzzy 的行为。以下是一些常见配置:
(setq company-fuzzy-sorting-backend 'flx) ; 设置模糊匹配的排序后端 (setq company-fuzzy-reset-selection t) ; 当使用智能模糊匹配算法时,将选定的候选词重置为第一个候选词 (setq company-fuzzy-show-annotation t) ; 显示注释 -
启用 company-fuzzy
在需要使用模糊匹配的缓冲区中,运行以下命令来启用 company-fuzzy:
(company-fuzzy-mode 1)或者,您也可以在全局范围内启用它:
(global-company-fuzzy-mode 1) -
重启 Emacs
保存配置文件并重启 Emacs,确保所有更改生效。
完成以上步骤后,您就可以在 Emacs 中使用 company-fuzzy 插件享受模糊匹配的便利了。
登录后查看全文
热门项目推荐
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
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
8
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++
654
279
暂无简介
Dart
637
145
Ascend Extension for PyTorch
Python
199
219
仓颉编译器源码及 cjdb 调试工具。
C++
128
860
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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
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++
76
100