karukan

Karukan

面向 Linux・macOS 的日语输入系统 — 基于神经网络的假名汉字转换引擎

项目结构

crate（包）	说明
karukan-fcitx5	Linux 版 IME 前端 — fcitx5 插件 + C FFI
karukan-macos	macOS 版 IME 前端 — Swift / InputMethodKit
karukan-im	共享的 IME 引擎 — 状态机、罗马字转换、karukan-imserver（面向 macOS 的 JSON-RPC 服务器）
karukan-engine	核心库 — 罗马字→平假名转换 + 基于 llama.cpp 的神经假名汉字转换
karukan-cli	CLI 工具与服务器 — 词典构建、Sudachi 词典生成、词典查看器、AJIMEE-Bench、HTTP 服务器

特点

• 神经假名汉字转换：基于 GPT-2 的模型在 llama.cpp 上进行推理，实现高级日语转换
• 实时转换：一边输入一边实时显示转换结果。无需按空格键即可推进转换（通过 Ctrl+Shift+L 开启/关闭）
• 上下文感知：考虑周围文本的日语转换
• 转换学习：记忆用户选择的转换结果，并在后续转换中优先显示。也支持预测转换（前缀匹配），在输入过程中也能提示学习过的候选
• 系统词典：使用 SudachiDict 的词典数据构建系统词典
• 候选重写器（从 Mozc 移植）：半角片假名、英文字母大小写・全角半角、符号相关候选、数字的各种表记（汉字数字・大写数字・罗马数字・圈圈数字・16/8/2 进制）自动生成。各候选附带源自 Mozc 的注释（如“半角片假名”“十六进制”等）
• 表情符号输入：支持假名读音（ぴえん → 🥺、きんにく → 💪）和 Slack 风格的 :trigger 查询（:smile → 😄、:halo → 😇）

注意： 首次启动时会从 Hugging Face 下载模型，因此第一次转换需要较长时间。从第二次开始将使用已下载的模型。

安装

• Linux (fcitx5)：请参考 karukan-fcitx5 的 README
• macOS：请参考 karukan-macos 的 README

许可证

采用 MIT 或 Apache-2.0 的双许可证。

• MIT License
• Apache License 2.0

karukan-engine/data/ 目录下包含派生自 Mozc（Google 制作的日语输入系统）的数据，这些部分基于 BSD 3-Clause License 发布。各派生文件的来源及 Mozc 的版权声明请参阅 THIRD_PARTY_LICENSES。