starred/qingjian
1
0
Fork 0
mirror of https://github.com/qingjian-team/qingjian.git synced 2026-11-07 00:13:18 +00:00
Code Issues Packages Projects Releases Wiki Activity
621 Commits 6 Branches 25 Tags
4f37e9fd659840603e787bf2304b4f1ae4a94de4
Commit Graph
49 Commits
Author SHA1 Message Date
yenharvey 393656df5e chore(release): 0.3.0 
产品数据升到 data-v8：并入青简词库后的 dict.qj、补充词库 dicts/general.qj，去掉用不上的含章·知微。
 2026-10-22 15:33:17 +08:00
yenharvey 9b2acacae0 ci(android): CI 编 Android，发版出签名的 APK 
ci.yml 加 android job 编 debug APK，Kotlin 与 Gradle 以前没有任何检查。
release.yml 加 android job：带产品数据出 arm64 APK，签名后 apksigner 验过才上传；v 标签连 Android 一起发，单发用 android-v。
APK 的 versionName / versionCode 改从 core/Cargo.toml 算，发版门禁同样核对它；0.3.0 起 Android 与桌面同号，成熟度用「预览版」标注。
.qj 不再设 noCompress，APK 从 225 MB 降到 95 MB，只多在首次启动解压时花几秒。
README、译本与用户文档把 Android 从「需从源码构建」改成下载 APK；发版文档补签名密钥的生成与 Secrets。
 2026-10-22 10:01:35 +08:00
yenharvey 381947ab4b docs(user): 用户文档加 i18n 目录，定好译本的约定与锚点工具 
docs/user/i18n/<语言>/ 与原文目录结构一一对应，语言代码与官网一致固定为 zh-Hant、en、ja、es、vi、de，先建好目录免得各写各的。
README 写明结构、原文改了怎么办、译法（界面只有中文，保留中文原名附译名）、术语表和贡献步骤。
没有译本时官网显示替补版本：繁体看简体，其余外语先看英文、再看中文。
tools/docs/i18n-anchors.mjs：译本里的锚点先照抄中文，跑一次按「目标页第几个标题」换成译文标题的锚点，并列出对不上的链接。
 2026-10-21 20:06:36 +08:00
yenharvey 4a5d60952b build: 安装包与数据包不再带含章·知微 
三个桌面平台都是有含章·通变就不加载知微，而通变一直随包，知微从来用不上，白占 53MB。
用户自己放进数据目录 models/hanzhang-zhiwei/ 的仍然认。data-fetch 兼容还带着知微的 data-v7。
 2026-10-21 15:06:25 +08:00
yenharvey 0ca1b95419 feat: 并入青简词库，已清洗的进基础词库，其余作补充词库随包 
- dict-convert lexicon --general / --cleaned：基础词库已有同读音的补声调、词频不动；读音不同的新读音按 1/8 收；
  其余按两边同读音词在对数坐标拟的直线换算词频。已清洗的 21.2 万条写 dict-cleaned.tsv，pack dict 与 dict.tsv
  合成 dict.qj（34.5 万条）；其余 129 万条写 dicts/general.qj（GPL-3.0-or-later），缺省开着，设置「词库」页可关。
  都不进 bigram 分词，dict.tsv 除声调外不变，语言模型不用重跑
- 补充词库低主词库一档：不当前缀补全、精确命中不进排序第一档、兜底与词图格子预选多扣 2、不计入总词频；
  词图选中它的整词照样插到最前
- 「敲的拼音本身就是一个词就不走敲错路径」只认语言模型认识的主词库词，否则 zanen / jiusi 纠不回 咱们 / 就是
- 领域词多音字按语料猜读音打平时取 Unihan 靠前的读音，结果不再每次跑都不一样

冻结回放：词首选 8104 → 8167、整句 2845 → 2827（逐条核实词 25 好 2 坏、整句 14 好 12 坏，其中 2 条是当时选错的 输入狂）；
整句评测集首选 37.6% → 38.9%、前三 43.4% → 46.0%。
 2026-10-21 15:05:10 +08:00
yenharvey 0c9344883a feat(dictionary): 词库拼音可带数字声调，.qj 存声调 
- TSV 拼音列认 `ni3 hao3`（轻声 5 或 0）与不带调两种写法，查词一律去调；导入用户词库同样认
- 五个音节以内的声调压进词目原来的 16 位填充，更长的放 TSPL / TONE 两节；旧文件读出来是不知道
- `Match::tones` 给显示用
- dict-convert 的 phrases / domain_words / mixed_words / brand / mined_words 统一成「词 拼音 词频」，
  mined_words 拼音留空；重编的 dict.tsv 与 lm 一元、二元表和改之前一致
 2026-10-21 14:01:09 +08:00
bfxh c7027872fe ci: 加 rustdoc 文档门禁，并修掉它报出的文档断链与裸标签 (#738) 
RUSTDOCFLAGS=-D warnings 跑 cargo doc，core 与 windows job 各一处；修掉 main 上公开文档链私有项、断链、裸 HTML 标签与跨 cfg 断链。
 2026-10-21 09:30:14 +08:00
yenharvey 4a959fe0d1 feat: 云端可走 rustls，新增语音识别 crate qingjian-voice 
- qingjian-predict 的 TLS 后端可选：桌面缺省系统 TLS，安卓开 rustls（先装进程级加密实现）
- 回包带未知 service_tier 不再整条失败，翻译失败当场回空结果
- qingjian-voice：实现 Core 的 Transcriber，接火山引擎豆包流式语音识别（WebSocket + rustls，后台线程）
- gloss-gen 自己开 native-tls，工作区的 async-openai 不再缺省带 TLS
 2026-10-20 20:35:18 +08:00
yenharvey 7eb66ba930 feat(core): 手机输入法要用的 Core 能力 
- 九宫格拼音方案 nine_key（数字串组句、定音节、定字母出日期），云联想也能在九宫格下发
- 注音按敲的声调排序与转整句；日语罗马音转假名（测试版）
- 符号面板目录对外公开、加「网络」一类，「常用」按用过的次数排；emoji 肤色五档
- 邮箱后缀补全、text_pieces 拆词、认出代码并切高亮片段
- 全拼出日期时间星期、算式结果补全；上屏可暂不记输入统计；CandidateKind::forgettable
- 滑行输入解码接口 SwipeDecoder 与按词表打分的 ShapeDecoder；语音识别接口 Transcriber 与 commit_voice
- 模糊音名称、学习语言、繁体字形、领域词库等选项清单由 Core 给出，各壳不再各写一份
- cli 加 --nine-key；dict-convert 生成注音字调表，symbol_panel.py 补网络符号
 2026-10-20 20:35:18 +08:00
yenharvey 39161a2166 feat: 合并键位提示（双拼键位与五笔字根图） 
- KeyHint 改吃 Layout，用户双拼方案也画自己的键位
- 字根图只在挂着 86 五笔时画，别的形码方案没有字根图、设置里不出键位提示
- 字根表与字形表随 86 五笔挪到 assets/schemes/wubi86/
 2026-10-20 11:46:00 +08:00
yenharvey 84196a8e49 feat: 自定义形码方案，单用形码时顶字、满码唯一自动上屏、标点上屏与空码清除 
形码侧从只有 86 五笔扩成方案：Core 的 CodeScheme 是码表加按键规则，平台层 code_schemes 负责找方案。
随包五笔挪成 assets/schemes/wubi86/（scheme.toml + table.tsv），与用户数据目录 schemes/<id>/ 下的方案同一种格式、同一套找法，代码里不再有内置特例。
配置收成 [general] code = "<id>"（off 为关），旧的 wubi = "wubi86" 读取时仍认。
按键规则只在单用形码时生效，混输下满码之后的字母可能是在接着打拼音。
满码长度取码表里最常见的编码长度：极点码表里有条写错的 5 码（TF卡 ttfhh），取最长会让顶字与满码上屏全部失效。
CodeSchemeSlot 在方案与码表文件都没变时不重读码表，配置热加载多半改的是别的设置。
CLI 的 --wubi 换成 --code（旧写法仍可用），收码表或方案目录，回放认任意形码方案键。
设置程序的「五笔」开关换成「形码」下拉；切回窗口与进「输入」页时重扫 schemes/。
bamboo-slip 的下拉框宽度改为最小宽度并可设最大宽度，值过长时截短补「…」，不再把箭头挤出框外。
 2026-10-20 10:22:58 +08:00
yenharvey 5155ea6d3a feat(tools): 五笔字根图的字根表与字形导出 
roots86.tsv 对照通行的 86 版字根图逐键转写（198 个字根，含变体），键名与口诀核对维基百科；每行写字根取自哪个字、保留哪几个轮廓、露出哪一块。
dict-convert wubi-roots 从思源黑体 SC Regular 取轮廓导出 roots86-glyphs.tsv（SVG 路径，随包，沿用 SIL OFL）；字体不进仓库。
思源黑体把相连的笔画合成一个轮廓，部件靠「挑轮廓 + 裁剪框」两样叠用取出来；--sheet 画轮廓编号图（描色、标号、0–1000 网格）供挑选。
25 个放字根的键缺一个就报错，防止整键漏掉。
 2026-10-19 19:05:58 +08:00
yenharvey 5865be8604 chore(release): 产品数据升到 data-v7，补 0.2.1 更新日志 
data-v7：基础词库带上生僻字与 #256 的词，语言模型与笔画码表按新词库重新生成。
 2026-10-13 20:36:42 +08:00
yenharvey a4ca1f7fdd feat(dictionary): 收 3.6 万生僻字，拼音加 fiao / biang 
生僻字表 rare_chars.tsv 由 tools/corpus/rare_chars.py 从「规范字表外扩充汉字」与台湾教育部罕用字 C 表合成，按字去重、读音取并集，扩展 G 的 𰻝 𰻞 手工补。
生僻字词频 0：排在同音字最后、不进整句词图（用户选过的除外）、bigram 分词跳过；语料里的生僻字次数多来自日文新字体与繁体残留（戦 砲），不能当词频。
诶 囧 日常常用，标 everyday 按规范字处理。
切分与双拼里生僻音节和常用音节冲突时让给常用的：biangeng 是 bian geng，小狼 bm 是 ben。
dict.tsv 与 dicts/ 按当前语料重新生成，一并带上 #256 的词（data-v6 没含）。
 2026-10-13 20:00:41 +08:00
yenharvey e6b910314b feat: 符号面板（macOS），按 ↑ 打开，分搜索 / 符号 / 表情三组 
- 组句中高亮还在第一个、没动过时按 ↑ 打开（长按连发不算）；输入法菜单也加了「符号面板…」，没在打字时也能开
- 搜索组拿当前候选词查 CLDR 中文关键词、emoji 表与内置符号 / 颜文字表（ku → 😭 (T_T)）；符号组按维护者整理的符号库分 22 类（含带调拼音、注音、平假名、片假名）；表情组是常用、颜文字与 Unicode 官方分组的 emoji（Emoji 15.1 以内，免得旧系统显示成方框）
- 数据由 tools/corpus/symbol_panel.py 生成、编进 Core；面板状态与搜索在 Core（SymbolPanel），格子移动复用 Grid，加了按行滚视口的 Grid::scroll
- macOS 面板一律系统绘制（青简渲染器还没有面板）：尺寸固定、换组换类不跳；方向键 / Tab / [ ] / 空格回车 / 数字键，鼠标双击上屏、滚轮逐行滚、点标签切换、✕ 关闭
- 补希腊字母的常用中文译名（艾塔、塞塔、奥密克戎、卡伊……），伽马、欧米伽改读 ga
- Windows 面板与悬浮条、托盘菜单入口记进待办
 2026-10-13 17:11:43 +08:00
yenharvey dd9c471766 chore(release): 产品数据升到 data-v6，加德语释义表 
data-v6 = data-v5 逐字节 + glossary-de.qj（#535，GPL-3.0-or-later）。
 2026-10-12 16:08:44 +08:00
Haoyu Xi b184119952 feat: 新增德语释义表，gloss-gen 支持德语并接入三平台打包 (#535) 
glossary-de.tsv 由 gloss-gen（LLM）生成，名词带冠词，GPL-3.0-or-later；冠词经 Wiktionary 快照校验（一致率 98.4%）。macOS bundle.sh、Windows Inno 与 data-bundle.sh 打进 glossary-de。

Closes #509
 2026-10-12 15:58:32 +08:00
Haoyu Xi 7a6f76e902 feat: 新增德语作为学习语言，三端接线 (#511) 
Language 加 German（de），macOS 偏好设置与 Windows 设置可选德语，云释义补德语提示与译词清洗；Windows 缺释义表时启动记一条警告。

Refs #509
 2026-10-12 15:54:42 +08:00
yenharvey 3268f969e5 chore(release): 产品数据升到 data-v5，gloss-gen 缺省只生成英日 
data-v5 = data-v4 + 越南语释义表（GPL-3.0-or-later）+ #256 补词后重打的词库、领域词库与重跑的语言模型；含章两个模型字节不变。

gloss-gen 不带 --languages 时只生成英日：重跑英日释义不该顺带把越南语也请求一遍，越南语按需单独补。
 2026-10-10 10:43:20 +08:00
Joelee 2db9677a4c feat: 学习语言新增越南语 (#480) 
Language 加 Vietnamese，三端设置与装配接线，云释义补越南语提示词；随包越南语释义表由 gloss-gen 生成（GPL-3.0-or-later）。

Closes #47
 2026-10-10 10:42:44 +08:00
yenharvey 025efcf4e4 chore(data): 数据 data-v4 
基础词库收「嗯」（en），语言模型按新词库重新统计；其余文件与 data-v3 相同。

Closes #300
 2026-10-09 19:34:53 +08:00
yenharvey 85e9a1b634 fix(tools): 词库收「嗯」，读音按输入习惯给 en 
Unihan 里 嗯 只有 ng / n 两个读音，都不是拼音音节，生成词库时整个字被丢掉，en 与 ng 都打不出来；
各家输入法都用 en 打它。语料里 嗯 有 34 万次，重跑 bigram 后 en 首选 嗯，enen / endui / enhaode 整句也对。
代价：enren 的整句「嗯人」排到 恩人 前面（enqing / enhui 原来就是 恩庆 / 恩会 排第一，回退分数的老问题）。
 2026-10-09 19:15:47 +08:00
yenharvey b240289df1 build(release): 将含章模型与词库合并为 data-v3 单包 
统一两份模型的 small 型号文件名，并让三个平台读取单包数据。保留旧锁下载路径供历史版本使用。
 2026-09-29 13:37:59 +08:00
yenharvey b6c68352a5 chore(release): 合并主线并准备 0.1.5-beta.1 
合并三平台共用发布流程、更新检查和最新输入改动，接入含章模型的数据打包与安装路径。保留已确认的 beta 更新日志和网盘入口，修复未发布节阻断发布索引的问题。
 2026-09-29 12:31:24 +08:00
yenharvey a41d1cf82a feat: 接入含章·通变与知微模型 
接入含章·通变的拼音解码、整句重排与词图兜底生成，扩展 macOS、Windows 和 Linux 的模型加载路径。模型文件按正式标识归档，保留旧用户目录回退，并同步数据打包、评测记录和用户文档。
 2026-09-29 12:02:00 +08:00
yenharvey 26c613c8ae feat(release): Linux 预编译包、三平台共用一个 Release、网盘链接 
- Linux：apps/linux/scripts/package.sh 在 Ubuntu 26.04 上打 qingjian-<版本>-linux-x86_64.tar.gz（Server、Fcitx5 插件、产品数据、install.sh），与源码安装共用 files.py 的清单与校验；Linux 版本号对齐 0.1.4-dev
- release.yml：v<版本> 标签发三个平台，prepare 建草稿 → 各平台并行打包上传 → publish 合并摘要与构建信息后转正；有平台失败就停在草稿；单平台补丁仍可用 macos-v / windows-v / linux-v 标签
- CHANGELOG 版本标题下的「网盘：」行进 releases.json 的 mirrors 字段，GitHub Release 说明放在最前
 2026-09-24 10:10:02 +08:00
yenharvey 795a0c70d2 feat(update): 检查更新（只提示）与版本索引的 ed25519 签名 
新 crate qingjian-update：读官网的 releases.json、验签名、按平台 / CPU / 渠道挑比当前新的版本，结果写 update.json；
[update] check / channel 配置；macOS 输入法菜单、Windows 任务栏「中 / 英」图标的右键菜单与两端「关于」页提示，
点开下载页，不下载不安装；-dev 本地包不检查（QINGJIAN_UPDATE_VERSION 可顶替版本号来测）。
发版侧 tools/release-sign 给索引签名，release.yml 没配 QINGJIAN_INDEX_SIGNING_KEY 时门禁失败。设计见 docs/design/update.md。

macOS 菜单里「有新版本」这一行必须放在普通条目那一组：放在最后一条分隔线之后时 IMK 每次按键都新建会话、打不了字
（对照构建逐个验过，见 update.md）。
 2026-09-23 16:56:17 +08:00
yenharvey 7d4b8b1ade chore(data): 数据包 data-v2 随包笔画码表，补 CNS11643 许可证 
笔画码表署名改为数位发展部；Windows 安装包把 OFL-1.1 许可证装在 codes 旁；data-bundle.sh 末行变量后紧跟全角逗号的报错改用 ${TAG}。
 2026-09-23 10:34:24 +08:00
yenharvey 7ff5d27948 fix(tools): 笔画表首笔按大陆规范补齐，首笔对照不再按几何近似放行 
师、归（CNS 记点，应为竖）、非字头与非字旁（记撇，应为竖）、册 / 删（记竖，应为撇）改对，「所」加进「戶→户」规则的例外；顺带按规范改了竖心旁（点、点、竖）与「必」的笔顺。
首笔对照原先把「点对撇、点对竖、撇对竖」三类直接算对，两岸笔顺的差异正好落在这三类里，真错被放了过去；现在不符的字都要逐字进白名单（对照源几何分不清的 343 字已裁定入表）。
 2026-09-21 10:14:50 +08:00
Shiyuhai2023 40db095dd1 feat(tools): 随包笔画码表 (#153) 
辅码的随包原生码表：dict-convert 新增 stroke（CNS11643 笔顺 + 大陆序覆盖表生成笔画表，--verify 对照笔画数与首笔）、mmh-reference（开发期对照数据，不进仓库）与 pack codes（单字前 4 笔 + 末笔、词组每字首笔），assets/stroke 放覆盖表与白名单，安装包带上码表。
 2026-09-21 10:14:05 +08:00
bfxh c5e4c84136 fix(tools): 词典打包扫描排除点开头隐藏与波浪号开头临时文件 (#172) 
领域词库与分词用词库的目录扫描只认普通的 .tsv 文件，系统元数据和编辑器临时文件不再被当成词库打进包。

Closes #166
 2026-09-20 09:23:34 +08:00
tonywoo 9cfeec4bad feat(core): 五笔 86 输入方案与拼音混输 (#125) 
形码与拼音是两条平行管线：码表按编码前缀查，释义、生词、学习与输入日志照常。配置拆成 [general] scheme（拼音侧）与 wubi（形码侧）两条轴，两边都开就是混输；两端设置页、随包码表（极点 86，Apache-2.0）与 CLI --wubi 一并接上，macOS 顺带接了大千注音。
 2026-09-18 01:06:42 +08:00
yenharvey 5fe018cb08 chore(release): 安装包改名、渠道改成更新渠道、索引加 schema_version 与 cpu 
为接入 Homebrew 自建源 / WinGet 与软件内检查更新做准备：安装包文件名固定为
qingjian-<版本>-<平台>-<cpu>[-setup].<扩展名>；CHANGELOG 与 releases.json 的 channel 表示更新渠道，
0.1.3 标 stable，带预发布后缀的版本由 release.yml 标成 GitHub 预发布。
 2026-09-17 15:36:01 +08:00
yenharvey 59312c5cad build(release): 产品数据改成不可变的 data-vN Release，仓库锁文件钉版本 
滚动覆盖的 data Release 让老提交自编译拿到新数据、CI 只按 Release 自己的 SHA256SUMS 自校验。
现在 data-bundle.sh 发新号并写 tools/release/data.lock，data-fetch.sh 按锁文件下载校验，CI 与自编译同一条路；
build-info.json 多记 data_tag。老 data Release 冻结不删。
 2026-09-16 17:53:45 +08:00
yenharvey 00d4c57439 feat(tools): bigram --brand 收多个文件，中英混杂词进语言模型 
#93 的混杂词只进了词库，排序靠语言模型，cpan 出不了 C盘（第 5）；--phrases 合成要成分词在语料里，C 不是 token，
所以走 --brand 直接写一元。次数对着同音竞争词定：B股 / H股 / G盘 / F盘 / X光 压到几百不抢 不顾 / 回顾 / 光盘 / 翻盘 / 星光，
B站 提到 40000 才盖过维基页脚的 本站。windows / rust / python 是普通词，不再全局改大写。冻结日志回放与基线一致。
 2026-09-16 16:44:39 +08:00
YIMING LI 2200e9785a feat(data): 中英混杂词进基础词库，英文表补专名写法 (#93) 
mixed_words.tsv（C盘 / B站 / U盘 / T恤 …）走 lexicon --extra-words 并入 dict.tsv；dict-convert english 改成同文件先到先得、后文件覆盖同码写法，07_display_forms.tsv 补专名大写。
 2026-09-16 16:35:23 +08:00
yenharvey b423a4e46d build(installer): 西班牙语释义表随包 
两端引擎本来就按学习语言找 glossary-<语言>.qj，设置页也已有西班牙语（#48），只差把 #49 的
表打进包：bundle.sh 与 dict-convert 的语言码加 es（es 表的许可与来源单独写：GPL-3.0-or-later、
Azure Translator 机器翻译），Windows 安装包与 data-bundle 清单加 glossary-es.qj。
 2026-09-16 11:39:33 +08:00
Tofuzhu 66f5c6efa6 仓库：加西班牙语释义表与生成脚本 (#49) 
机器翻译（Azure Translator F0）生成的西班牙语释义表 glossary-es.tsv 与生成脚本 tools/corpus/glossary_es.py；已知问题（机翻未人工校对：英文残留、缺词性、首字母大写等）记于 assets/glossary/README.md。这版先作为数据入库，下个版本接通用加载。
 2026-09-15 20:44:18 +08:00
luo jiyin 30bf66ce49 Core：统一 lue/nue 与 lve/nve 的韵母写法（#60） 
Closes #59
 2026-09-15 13:32:16 +08:00
yenharvey b77c076c30 仓库：官网文档只随发版同步（删 docs 工作流、bump-website 去掉 docs 模式）；加 PR 模板 2026-09-13 20:57:16 +08:00
yenharvey c9d48f9a01 发版数据：本地整句模型改成上传单文件 model.qjm，CI 两个 job 下载放 data/model 
data-bundle.sh 三件套比 .qjm 新就调 pack-model.sh 重打、原样上传 model.qjm 并删旧的 qingjian-model.tar.gz；
release.yml 下载校验后 mv 到 data/model/，build-info.json 记 model_sha256；docs/notes/release.md 同步
 2026-09-12 17:08:05 +08:00
yenharvey 6d731f8ab5 模型单文件 .qjm：.qj 容器新种类 Model，加载器认单文件与三件套目录，pack model 打包 
- qingjian-format 加 Kind::Model；.qjm 就是 .qj 容器装三节 CONF / VOCB / SAFT（config.json / vocab.json / model.safetensors 原文），
  META 带名称 / 许可 / 署名，entries 记参数量
- qingjian-neural：qjm 模块（find_model 先 .qjm 再三件套、pack），CharScorer::load 认文件或目录，metadata() 给 META；
  测试夹具改用 data/model（旧 lm-train/export 路径已不存在，之前一直静默跳过），新增打包往返测试
- dict-convert pack model；tools/release/pack-model.sh 是元数据唯一落点（权重许可与代码一致 GPL-3.0-or-later），三件套比 .qjm 新才重打
- mac paths::model_path、Windows dispatch::find_model 改用 find_model；bundle.sh 与 qingjian.iss 只带 model.qjm，Inno 顺手删旧装的三件套
 2026-09-12 17:08:05 +08:00
yenharvey 5380636c82 领域词：从输入日志人工挑 48 条（对齐 / 后端 / 词库 / 候选框 / 看看 / 再也）进基础词库，语言模型走短语同款合成计数 
- assets/lexicon/domain_words.tsv：日志里选过 ≥ 2 次、词库与短语层都没有、公开语料里出现过的词；次数用语料次数，不到 20 的按 20，多音字拼音给全
- bigram --phrases 可重复给：领域词当 token 统计会吸走成分词的二元证据（词库 77 次 → 词 + 库 路径没了，整句出 助词哭），走合成路整句得分与原路径一样
- 回放 词 8064 → 8098、整句 2977 → 2983，整句评测集 37.6% 持平（字准确率 76.8 → 76.9）；同步 dict.tsv 与领域词库
- 记录：docs/notes/domain-words.md、QINGJIAN.md 4d
 2026-09-12 12:04:10 +08:00
yenharvey 209cfa63b7 短语层：dict-convert phrases 从语料挖 5398 条人整块打的组合（我的 / 好的 / 不知道）进基础词库，品牌词 青简；语言模型按成分合成短语计数 
- phrases 子命令：两遍扫语料数相邻两三词，总次数与 LCCC 对话语料次数都 ≥ 2000，边界规则 + 笑声串不配对，读音由成分词拼出；--refresh 重跑
- lexicon --extra-words 文件加第三列拼音；assets/lexicon/phrases.tsv、brand.tsv（青简 210）
- bigram --phrases：分词摘掉短语、统计完合成一元 / 二元（P(短语|v)=P(a|v)P(b|a)），合成行另加不占真实行名额；--brand 写一元与句首二元
  短语当 token 重训会让 二十 压过 而是、部队 压过 不对，见 docs/notes/phrase-layer.md
- 整句评测集持平 37.6%，回放词级 8032 → 8064；qingjian 出 请见 / 青简 / 请柬
 2026-09-12 10:54:17 +08:00
yenharvey 5ba7c27574 排序常数扫描：插值与敲错代价做成 Engine 可设 + CLI --tune，冻结日志扫 55 组全在平台区不改；回放把原样上屏也走 take_raw 
- Core：sentence::Interpolation / Personal、correction::TypoCosts 收拢常数，Engine::set_interpolation / set_typo_costs；缺省值不变，重构前后回放逐行一致
- CLI：--tune 名=值、报告行末加命中数、没命中例子带来源；回放原样上屏走 take_raw（个人英文词与不纠记录），英文首选 72.5 → 82.9 是尺子偏差
- tools/eval/sweep.sh 网格脚本；结果与没命中构成记在 docs/notes/constant-sweep.md，todo / model-eval / CLAUDE.md 同步
 2026-09-12 09:36:48 +08:00
yenharvey 3e153b21cd Windows 发版：release.yml 加 windows job，0.1.0-alpha.1 内测版 
- release.yml 认 windows-v* 标签：下载产品数据 → 装 Inno Setup 7.1.0（与开发机同版本，钉死 jrsoftware/issrc
  的 GitHub Release 并核对 SHA-256）→ build.ps1 打安装包 → 建 Release；两平台共用 publish-releases-json.sh
  生成 releases.json 并覆盖到 GitHub latest（顺带修了只认 v* 标签漏掉 macos-v* 的问题）
- build.ps1 优先用 Program Files 里的 Inno Setup 7，PATH 上的 6（CI 镜像自带、不带简中翻译）退居其后；
  QINGJIAN_ISCC 可直接指定
- 没有代码签名证书：QINGJIAN_UIACCESS=0 让 Server 不嵌 uiAccess（没签名的 exe 带 uiAccess 起不来）；
  在开发机上按 CI 条件跑过 build.ps1 + 静默安装，Server 能启动、数据全部加载
- Inno 的 VersionInfoVersion 只认数字，预发布后缀去掉再传；releases_json.py 认 -Setup.exe
- 三个 Windows crate 版本 0.1.0-alpha.1；CHANGELOG 加内测版说明；docs/notes/release.md 加 Windows 发版一节
 2026-09-11 20:50:56 +08:00
yenharvey b84bfd5c3f 各平台壳版本号独立：发布标签加平台前缀，脚本改读 app 包版本 
apps/* 是各自独立发布的产品，版本号不该跟 workspace 或彼此同步（macOS 修的 bug
不该让 Windows 涨版本）。mac 到 0.1.1、win 还在 0.1.0，光靠 v<版本> 标签会撞车。

- apps/macos 用自己的 version（0.1.1），不再 version.workspace。
- 发布标签按平台加前缀 macos-v* / windows-v*；bundle.sh 与 release.yml 都改读
  apps/macos/Cargo.toml 的包版本、按去掉 macos-v 前缀后的标签比对。
- releases_json.py 的 TAG 正则接受可选平台前缀（macos- / windows- / linux-），
  向后兼容旧的 v* 标签。
- CLAUDE.md 与 docs/notes/release.md 记下该约定与新的打标签方式。
 2026-09-11 19:35:01 +08:00
yenharvey e342fb49e0 发版后让官网重新构建：往官网仓库推一个小提交（Cloudflare 按提交自动构建，没有构建钩子） 
release.yml / docs.yml 改调 tools/release/bump-website.sh，写官网的 src/content/upstream.json（版本标签、文档提交号）并推送；QINGJIAN_WEB_TOKEN 改为对 qingjian-web 有 Contents: write 的 PAT。
 2026-09-08 17:54:11 +08:00
yenharvey 7a2ccc7691 v0.1.0：首个版本 
青简（Qingjian）：用 Rust 写的拼音输入法，候选词旁多一条正在学的那门语言的译词，一次只学一种。
核心引擎平台无关（crates/），macOS 输入法（apps/macos）已可用，CLI 测试工具（apps/cli），
产品数据生成工具（tools/），设计文档、计划与用户文档在 docs/，发版流程见 docs/notes/release.md。
 2026-09-07 19:17:46 +08:00