企业官网建设流程全解析

Xime 是一款基于 Rime 构建的安卓输入法，它的"越用越准"并非营销话术，而是两条记忆机制共同作用的结果：Rime 用户词典在打字时自动积累词频，N-gram 融合预测则把你最近的输入习惯叠加到本地 AI 联想模型之上。本文带你快速看懂这套智能预测系统的工作原理。

一、Xime 输入法如何让键盘"记住你"

Xime 的候选栏里，除了拼音/五笔打出来的词，还有"没打出来却恰好是你想说的"联想词。这部分能力来自两套互相配合的数据：

前者解决"这个词我要得多"，后者解决"这个词后面我常接什么"。两者共同喂给融合算法，再和本地 ONNX 联想模型的结果加权合并。

二、Rime 用户词典：打字时自动积累词频

Rime 引擎为每本词典生成一个.userdb（leveldb 数据库），你每选中一个词，它对应的频率就加一。下次同音词竞争时，高频词自动排到前面——这就是"越用越准"最基础的部分。

Xime 在 UserDictIoManager.kt 中对这一机制做了完整封装：

• 读取：librime 没有"读词条"的 C 接口，Xime 通过 JNI 用内部 DbSource 遍历，转成文本码表格式（词<TAB>码<TAB>频率）；
• 导出/导入/增删：共用引擎自带的同一条通道，生成的.txt码表与电脑端 Rime 完全互通；
• 自造词：还支持通过 PersonalDictManager.kt 维护custom_phrase自定义词库，支持按方案隔离词库文件。

备份时 Xime 还会先触发一次引擎 sync，把 userdb 导出为*.userdb.txt文本快照再上传，避免 leveldb 文件级覆盖的一致性风险（见 BackupManager.kt）。

三、N-gram 用户缓存：统计你的"搭配习惯"

词频只回答"哪个词常用"，而"常用搭配"由 N-gram 缓存负责。核心逻辑在 UserNgramCache.kt：

1. 分词：把提交的文本按字符切分（保留字母数字与中文标点）；
2. 滑窗统计：windowed(2)抽取二元组（bigram），windowed(3)抽取三元组（trigram），分别插入两棵前缀树；
3. 持久化：全部统计落盘到user_ngram_cache.json，应用重启后无缝恢复。

频率计算是经典的条件概率：在 NgramTrie.kt 中，frequency = count / prefixCount，即"看到前缀 X 之后，接上 Y 的概率"。比如你常写"你好 世界"，那么输入"你好"后，"世界"的 bigram 得分会显著高于其他词。

缓存有明确上限（历史上限 100 条、总量 1000 条级别），保证内存与 IO 开销可控，不会随着使用无限膨胀。

四、融合算法：模型分与用户分如何加权

真正让预测"贴脸"的是融合环节。AssociationManager.kt 的predict流程是：本地 ONNX 联想模型先产出候选 → NgramFusionEngine.kt 与用户 N-gram 统计融合重排。

权重设计很讲究：

• 默认：模型分占 λ=0.7，用户分占 0.3——模型见多识广，做主；
• 用户命中：如果候选词同时出现在你的 N-gram 缓存里，λ 降到 0.3，即你的习惯占 70%。这就是"你常打的词会顶到最前"的直接原因；
• 用户独有词：模型没见过、但你反复搭配过的词，会直接以用户分插入结果，不会被模型候选淹没；
• 分数归一化：normalizeModelScore把模型原始分（正分除以 100、负分走 exp 衰减）压到 0~1，与 N-gram 概率同量纲比较。

五、工程细节：为什么联想既不卡也不闪

• 独立推理进程：ONNX 模型（model_int8_dynamic.onnx，int8 量化）运行在:inference进程中，通过 IPC 调用（OnnxAssociationEngine.kt），模型加载慢、进程被系统回收都不会卡住键盘 UI；
• 预热：初始化后立刻发一次轻量预测"热身"，避免第一下点击联想时的冷启动延迟；
• 防闪动代际号：PredictionManager.kt 为每次预测打 epoch 标记，退格/清空后旧结果直接丢弃，候选栏不会"一闪一闪"；
• 上下文窗口：只保留最近 25 个上屏字符做上下文，每次最多返回 20 个联想词，兼顾准确性与速度。

六、如何开启与管理智能预测

1. 开启开关：在设置中找到"智能预测/智能联想"入口（SmartPredictionSettingsScreen.kt），打开开关并选择联想模型规格（支持 small/base 多版本切换）；
2. 管理词库：在设置中可查看、导出、导入各.userdb用户词典，换机后导入即可还原"肌肉记忆"；
3. 自定义词：通过 custom_phrase.txt 相关功能补充生僻词与专业术语。

💡 使用建议：新装 Xime 的前一两天是"冷启动期"，多打几段真实内容，bigram/trigram 统计和 userdb 词频积累起来后，联想命中率会有明显体感提升——这正是"越用越准"的完整闭环。

Xime 的这套组合（Rime 用户词典 + 本地 N-gram 统计 + 本地 AI 模型融合）全部在设备端完成，不上传任何输入内容，既是准确率的来源，也是隐私的底线。更多功能介绍可参考 README.zh-CN.md。