| name | ime-lexicon-optimize |
| description | 合并多份词表,自动改明显英文笔误和「词对、拼音错」,剔除 v2u / 拼音当词。
吃不准的进待确认,不写回输入法。
|
optimize — 修正个人词库
父技能:ime-lexicon。本文件只改表。
何时用
- 豆包 + 微信两库合成一份
- 纠
agnet / clade / skils 这类明显错误
- 删指定垃圾词(
xx但是)
- 不要在这里搜新行业词(走 build / 原 industry-dict)
自动改 vs 待确认
自动改(表在脚本 TYPO_MAP):
agnet→agent clade→claude gork/grokgrok→grok flsah→flash
shft→shift skilsub→skill prma→proma boos→boss
- 词是英文、拼音只差 1 个字母,且不是高频缩写(
skills/skils 改,skill/skil 留)
不自动改:ocv、产品名、短前缀。进 待确认.tsv。
命令
python3 "$HOME/.agents/skills/ime-lexicon/scripts/ime_lexicon.py" optimize \
--from 工具/豆包输入法/个人词库.tsv \
--from 工具/微信输入法/个人词库.tsv \
--drop 'xx但是' --drop 'xx进入设置' \
--out 工具/词库整合/优化
产出:词库.tsv 更正记录.tsv 待确认.tsv。
--no-auto 只合并不改字。
--profile personal(默认):只砍「的了 / 的吧」、≥16 字句子、v2u。习惯词(含频次=1 的「示例词」)留。--drop-fragments 才再剔个人碎片。
--profile industry:再砍过长(≥10 字)、频次=1 残片、「的了」类、叠词。行业表默认狠。
--budget N:裁到 N 条。重复 (词,拼音) 留个人库(source 含 doubao/wetype/personal)。个人已超 N 则个人按频次留前 N。
代理步骤
- 跑 optimize,报 in / out / fixed / review / profile。
- 待确认里点名的才再改,不替用户猜缩写。
- 要写回 → 父技能 import staging,问一句 apply。整表超过豆包剩余槽就加
--budget。