聆风输入法:用户意图的边界,与 Linux 桌面输入中需要处理的细节
在 Linux 桌面中文输入这件事上,现状并不缺少可用方案。IBus 与 Fcitx 5 是两条并列的系统入口,各自承载了拼音、Rime 等多种引擎;Rime 本身以跨平台 C++ 核心库的方式,在 Windows、macOS、Linux 上通过不同前端实现为小狼毫、鼠须管、ibus-rime 等形态。从国际视角看,Windows 的输入经由 TSF(Text Services Framework)文本服务接口,macOS 经由 InputMethodKit,Linux 则经由 IBus 或 Fcitx 5——三者的框架边界、进程模型与事件语义并不相同,同一套输入逻辑要在不同平台上成立,需要在框架适配层做大量与平台约束对应的工作。
聆风输入法选择从跨平台语义核心运行时出发,把 Linux 桌面上一些日常却容易被忽略的输入细节认真处理一遍。以下说明它试图守住的产品边界、正在处理的工程问题,以及它当前所处的阶段。
用户意图属于用户:输入法处理意图,但不把意图留存为资产
输入法在每一次输入中都必须对“用户想输入什么”做出实时判断——候选排序、长句组合、纠错和词频调整,本质上都是对即时意图的推断。没有这种推断,输入法无法工作。聆风输入法的边界不在于否认这一技术事实,而在于限定推断发生的位置和时限:推断在本地、在当前输入会话内发生,不跨会话持久化,不基于输入历史建立用户画像,不把输入内容转化为可积累的数据资产。免登录,不建立账号体系,不引入广告或变现干扰;调试与日志在设计中需要支持关闭和脱敏,数据模型不为“更懂用户”预留不必要的持久化字段。
云端路径需要单独说明。聆风输入法保持模型中立,商用模型、私有部署的大模型、系统模型或本地模型都可以作为候选生成链条中的可选环节,而不是默认前提或唯一路径。但“模型中立”本身并不自动保证数据边界:一旦输入内容发送到外部服务,第三方如何处理这些内容,输入法无法仅凭产品设计来控制。因此,云端路径的定位是由用户显式启用的可选能力,而非默认行为。可预期的控制方式包括:默认本地优先;云端路径可关闭、可识别,并在启用时说明数据离开本机的范围;优先支持用户自备 API 或私有部署端点,使服务端与用户之间存在直接的契约关系;输入法自身不通过云端路径留存输入内容,也不将云端返回结果与用户身份或历史绑定。这些是设计目标,需要在对应功能交付时逐项验证,而非已经完成的承诺。
Linux 输入栈中正在处理的细节:范围与依据
Linux 桌面输入是 compositor、输入框架、toolkit 与输入协议共同演进的结果,以下问题并非某一方案独有,但处在高频输入的必经路径上,值得被当作工程目标对待。
大小写状态与键盘指示灯不同步,在部分输入框架与桌面会话组合中曾出现相关报告。它不必然影响每一次输入,但会打断在中文、英文与代码之间频繁切换时的节奏。聆风输入法将其作为基础工程目标之一,原因在于它处在每一次按键的路径上,而不是因为它是一个可被单独展示的功能。
候选面板跟随光标的行为,在 Wayland 迁移过程中被放大。compositor、输入框架与 text-input 协议之间的接口缝隙,可能导致候选窗口定位不稳定或跟随滞后,GTK 与非 GTK 应用的表现也可能不同。聆风输入法在 GNOME、IBus 与 Wayland 的集成上保持持续校准,把候选面板定位视为需要反复验证的行为,而不是一次配置即可永久固定的状态。
GTK4 场景下的输入状态干净程度同样需要认真对待。社区中已有观察指出,部分输入方案在 GTK3、Qt 等环境中工作正常,却在 GTK4 应用中遇到输入上下文或预编辑生命周期相关的例外。聆风输入法对 GTK4 的适配从语义核心设计阶段就被纳入约束:宿主应用切换、焦点迁移和预编辑过程结束后,输入状态不应在编辑器中留下残留。分层架构的目的在于让边界情况和异常在可控层内被处理,避免拖累宿主应用;但需要说明的是,Fcitx 5 的插件形态本身运行在 fcitx5 进程内,引擎异常会影响该进程下的所有应用,而 IBus 引擎作为独立进程运行时隔离范围不同。聆风输入法的分层设计需要在这一框架约束之内起作用,而非替代框架自身的进程隔离。
常驻内存占用和响应确定性是可用性底线。聆风输入法把这两项作为设计约束,而不是事后优化的性能指标;具体的数值目标和验证方式将在可运行的构建上公布,届时以可复现的测量结果为准。字符覆盖方面,聆风输入法以 GB 18030-2022 为覆盖基准。GB 18030 系列自 2000 年起为强制性国家标准,2022 年版扩展了字符覆盖范围。这里需要区分两个常被混在一起的问题:一是“缺字”,即词库或编码未覆盖某个字符,候选里根本没有它;二是“方块字”,即字符本身存在、编码可提交,但显示时缺少字形。前者由输入法的字符覆盖与编码层负责,后者在多数输入方案中依赖宿主应用的字体栈,输入法本身无法决定编辑器如何渲染已提交的文字。
聆风输入法对第二类问题采取了不同的路径:候选面板采用自定义渲染,面板自带字体与渲染路径,不依赖宿主应用的字体配置。因此候选中的生僻字、扩展区字符在面板内即可正确显示,不会因为宿主应用字体缺失而出现方块。这一处理覆盖的是输入法自身的呈现层——从候选到提交前的可见性由聆风控制;字符提交进编辑器之后的显示,仍由宿主应用的字体环境决定,这属于输入法边界之外的部分。将这两层分开说明,是为了避免把“候选面板内可见”误读为“任何应用中都可见”。
词库方面,聆风输入法继承了万象拼音方案经大规模语料训练和长期工程积累形成的词库与语言模型数据。万象的语法模型基于约 32GB 多领域中文语料训练,覆盖新闻、法律、文学、日常交流等内容,词库经过 AI 辅助筛选和人工校对。这种数据积累对候选准确率和长句输入体验的实际价值,是聆风选择继承而非从零构建的原因。需要如实说明的是,继承涉及许可证兼容问题:万象相关数据中,部分共有词条的权重以 CC BY 4.0 发布,而上游词库本身可能包含 GPL-3.0 等不同条款的数据,不能假定整个数据集合可以用单一许可证再分发。聆风输入法在数据集成时需要按上游条款逐项处理,并在分发时保持相应的来源与许可说明。
现阶段的目标与验证方式
聆风输入法目前处于开发阶段,尚未发布可供一般用户安装的稳定版本。现阶段的目标范围限定在 Ubuntu、GNOME、GTK4 与 Wayland 这一条日常使用路径上:让大小写状态在常用场景中与系统指示保持一致,让候选面板在 GTK 与非 GTK 应用中的跟随行为可预期,让预编辑在焦点迁移后不留下残留,让常驻内存和响应行为在可测量的范围内保持稳定,让云端路径可关闭且默认不启用,让输入内容不进入持久化画像。
这些目标是否成立,不以设计描述或架构图判断。在第一个可运行构建发布后,对应的测试场景、测量条件和结果将随构建一同说明;如果一个目标在当前架构下无法在合理资源内达到,就调整目标或调整实现,而不是用“已完成设计”替代“已通过验证”。对于暂时不必要的能力主动延后,对于已经达到合理标准的部分停止打磨,避免把功能数量或架构复杂度本身当作进展。
向银河麒麟、统信等信创桌面系统延伸,安排在上述路径稳定并经过真实使用验证之后。信创系统在桌面环境、输入框架和系统集成上各有约束,适配应基于真实环境逐项验证,不以承诺代替能力。先把一条路径做扎实,再评估扩展,是输入法作为高频基础工具更合适的推进次序。
可持续性同样按现实条件处理。长期投入不等于无限投入;暂缓、调整方向或不继续某个分支,都是工程决策的一部分,不构成对已有工作的否定。在约束内做有意识的取舍,是为了让项目在可维护的状态下继续存在,而不是把持续性建立在无边界的时间与精力消耗之上。
聆风输入法希望处理的是 Linux 桌面上那些不显眼但每天都会经过的输入环节:状态一致、跟随可预期、不留残留、资源可控、意图不被留存。这些环节如果能在真实使用中稳定成立,现阶段的目标就达到了;如果不能,就依据可观察的行为修正。它不试图以最大的代价完成一个理想中的系统,而是以可验证的交付和清晰的边界,逐步处理那些值得处理的细节。