译注输入法（Language Input）

一个自用的 Windows 输入法项目：打字时在候选栏后面显示另一种语言的释义，帮助语言学习。 底座是 rime/weasel（小狼毫） 的个人分支，外加一个自研的 PySide6 托盘设置应用。

• 上游 Weasel 的原始说明已原样保留 → README-weasel.md
• 哪些是我们的、哪些是开源的、各自什么许可 → ATTRIBUTION.md
• 每个目录归谁、版本号口径 → REPO-STRUCTURE.md

效果

输入拼音，候选栏每位候选后面跟一条目标语言释义（中→英 / 日 / 西）。 英语可以选**固定词典（CC-CEDICT，197,865 条）**或本地 QuickMT；日语和西班牙语使用 AI。两种来源不会自动互相回退。AI 释义在候选窗中只显示正文；词典释义默认带 〔en·词〕 标签，开启设置中的「简洁译注」后也只显示正文。下例使用简洁译注：

da zi
 1. 打造   Build; Build up
 2. 打字   Typing; Typography
 3. 搭子   companion
 …

哪些是我们的、哪些是上游的

归属	内容
上游 rime/weasel（GPL-3.0）	整个 Windows 前端：TSF 输入法、常驻服务、候选窗、部署器、构建系统。仓库根目录绝大多数文件
上游 rime/librime（BSD-3-Clause）	librime/ —— 输入法引擎核心（submodule）
我们写的	settings-app/（设置应用）、tools/（构建与安装脚本）、patches/（librime 敏感域补丁等）、language-input/（译注功能的 schema / Lua / 词典清单）、RimeWithWeasel/LanguageInput*、本套文档
第三方数据/模型	CC-CEDICT 词典（CC-BY-SA-4.0）、QuickMT 模型（CC-BY-4.0）、M2M100（MIT）—— NOTICE 见 language-input/licenses/

我们的改动可用 git log a57d7f0..HEAD 精确区分（a57d7f0 = 个人 fork 的基点）。

目录

langInput/
├─ WeaselTSF/ WeaselServer/ WeaselUI/ WeaselIPC/ WeaselDeployer/ WeaselIME/ WeaselSetup/
│                                   ← 上游 Weasel（含我们的 language-input 改动）
├─ RimeWithWeasel/                  ← librime 桥接 + 译注/AI 后端（我们改过）
├─ language-input/                  ← 译注功能：Rime schema、Lua 过滤器、词典/模型清单、设计文档
├─ scripts/                         ← 模型宿主 Python 源码 + 打包/评测脚本
├─ patches/                         ← librime 敏感域补丁、Boost 补丁
├─ librime/ · plum/                 ← submodule（官方 rime/librime、rime/plum）
├─ settings-app/                    ← ★ 自研设置应用（PySide6）
│   ├─ src/language_input_settings/ · assets/ · packaging/ · docs/
├─ tools/                           ← ★ 构建编排 / 模型宿主 / 引擎替换
├─ ATTRIBUTION.md · REPO-STRUCTURE.md · README-weasel.md
└─ third-party/ · deps/ · output/ · msbuild/   （已忽略：本地/构建产物）

下载与构建

GitHub Actions 的 Package Language Input 可以手动运行：在仓库的 Actions 页选择该工作流，点 Run workflow 并选 main。完成后从该次运行的 Artifacts 下载 LanguageInput-…-Windows；里面有单个安装程序、SHA256 校验和及说明。创建并推送 v1.0.0 这类标签会自动构建，并建立待审核的 GitHub Release 草稿；确认安装包后再发布草稿。

一个安装包包含小狼毫输入法、按需启动的本地翻译宿主和设置应用。 安装完成页默认勾选“打开 Language Input 设置”，开始菜单和小狼毫托盘的“输入法设定”也可打开新版设置。安装时可选择是否让设置应用开机最小化到托盘。QuickMT 模型权重不在安装包里，安装后从设置界面下载或导入。

引擎需要 Visual Studio（C++ 桌面）+ CMake + Boost；模型宿主/设置应用需要 Python 3.11。

git clone --recursive <repo>                       # 1. 取 librime / plum 子模块
git -C librime apply ../patches/librime-sensitive-mode.patch   # 2. 打引擎补丁
.\build.bat release rime                            # 3. 构建 librime
.\build.bat release data opencc weasel              # 4. 构建数据和小狼毫
.\tools\model-host\build.ps1                       # 5. 重建模型宿主
.\settings-app\packaging\build.ps1                 # 6. 打包设置应用
.\scripts\package_release.ps1 -Version 0.1.0      # 7. 暂存组件并生成同一个安装包

“clone 就能编译”指源码齐全、步骤明确；引擎构建仍需要上述工具链。 本机已验证的路径是：复用已构建好的 librime（dist_x64\lib\rime.dll + rime.lib + 头文件）， 只单独编 WeaselServer.exe，详见 tools/engine/。

安装与使用

• 引擎：安装后由 TSF 自动挂载。模型宿主 LanguageInputModelHost.exe 由 WeaselServer.exe 按需拉起，空闲 600 秒自动退出 —— 不需要常驻、不需要开机自启。 QuickMT 热请求 9 候选 p95 为 39–207ms；首次冷请求仍可能超过 1 秒（详见 language-input/MODEL.zh-CN.md）。
• 设置应用：安装包中的 settings\LanguageInputSettings.exe（开始菜单，或托盘图标 → 设置窗口）
  • 若没有设置托盘图标，从开始菜单搜索 Language Input 设置；设置应用启动后才会出现它的托盘图标。
  • 小狼毫托盘默认显示；用户若在 weasel.custom.yaml 中设了 patch: {"style/display_tray_icon": false}，仍会隐藏小狼毫图标。此项与 GitHub 构建 YAML 中的 false 无关。
  • ⚠️ 首次运行 Windows 会把新托盘图标放进溢出区（点任务栏 ^ 才看得到），需手动拖到任务栏固定
  • 可选开机自启：settings-app\packaging\autostart.ps1 -Enable
• 引擎二进制替换（改了 C++ 之后）：tools\engine\apply-weaselserver.ps1（备份 + 提权替换 + 重启）

文档地图

文档	回答什么问题
ATTRIBUTION.md	哪些是我们的、哪些是开源的、各自什么许可
REPO-STRUCTURE.md	每个目录归谁、构建顺序、版本号口径、与个人 fork 的关系
README-weasel.md	上游 Weasel 的原始说明
settings-app/README.md	设置应用怎么用、怎么打包、CLI 有哪些命令
settings-app/docs/2026-09-20-…-design.md	设置应用的完整设计 + 三轮独立审阅记录 + 风险表
settings-app/docs/ENGINE.md	引擎溯源、已实测的引擎行为、冻结二进制哈希
settings-app/docs/MODEL-HOST-LIFECYCLE.md	模型服务何时起/退、实测延迟、"每次请求重算哈希"的发现与修复
tools/model-host/README.md	模型宿主的构建/安装/回滚 + A/B 证据
language-input/README.zh-CN.md	译注功能本身的说明（schema / 词典 / 模型包）

状态与已知限制

个人自用、持续开发中。完整的风险与未验证项清单见 settings-app/docs/2026-09-20-…-design.md 的 §11 / §13。要点：

• 模型权重不在仓库（每个约 400MB）；内网无外网时需手动导入 .limodel。
• M2M100 不随仓库分发；现有安装仍可兼容运行，但冷请求实测超过 1 秒，不作为打字场景推荐模型。
• 设置应用里"从 HF 下载"的能力已通过真实端到端验证：下载 quickmt-zh-en 全部 409MB → 装进沙盒模型根 → 被冻结宿主接受 → 篡改一字节被拒绝。实测 209 秒 / 409MB（≈2MB/s）；链路抖动时靠自动重试 + 断点续传自愈（单次尝试会在 ~70MB 处断掉，这是修复前的实测行为）。
• 设置界面中的"词频列表"是有意不做的（LevelDB 无法在纯 Python 下安全读取）。

许可

本仓库含 GPL-3.0（Weasel）代码，整体按 GPL-3.0 提供源码。第三方组件的许可与署名要求见 ATTRIBUTION.md。