# Sime

**Repository Path**: noctua/Sime

## Basic Information

- **Project Name**: Sime
- **Description**: Forked from: https://github.com/Ismantic/Sime.git
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-09-12
- **Last Updated**: 2026-09-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 是语输入法引擎

Sime 是一个使用 C++20 编写的本地中文输入法引擎。本仓库包含解码器、词典和
语言模型实现、命令行工具及模型训练流水线。Android、macOS 和 Fcitx5 前端位于
独立的 [SimeApp](https://github.com/Ismantic/SimeApp) 仓库。三端已经
是本项目开发者的日常使用输入法，且自认为输入准确率已经不弱于商业闭源了，推荐有兴趣者试用。

## 目标
完全端上，输入准确率媲美商业闭源输入法（比如微信/豆包输入法）。

## 功能

- 全拼、简拼、混拼和九宫格输入；
- 中文、英文及中英混合整句解码；
- 语言模型、上下文联想和用户句子学习；
- 繁简转换、表情、符号及词典扩展；
- mmap 模型加载和跨平台 C++ API。

## 构建

```bash
cmake -S . -B build -DCMAKE_BUILD_TYPE=Release
cmake --build build
```

只把引擎作为其他 CMake 项目的依赖时，可关闭 CLI：

```bash
cmake -S . -B build/core -DSIME_BUILD_TOOLS=OFF
cmake --build build/core
```

## 交互式 CLI

准备 `pipeline/output/sime.dict` 和 `pipeline/output/sime.cnt` 后运行：

```bash
./build/sime \
  --dict pipeline/output/sime.dict \
  --cnt pipeline/output/sime.cnt -s -n 1
```

CLI 支持普通拼音、数字 T9 和英文模式。输入 `94'26` 可测试“西安”的九宫格
解码。

## 训练模型

训练流程位于 `pipeline/`。准备切词语料和拼音词典后：

```bash
cd pipeline
make chars
make dict
make count
make construct
make convert
```

主要产物为 `pipeline/output/sime.dict` 和 `pipeline/output/sime.cnt`。
大规模语料、训练中间文件和生成模型不应提交到 Git。面向 Android/F-Droid 发布的
最小运行时模型包是例外，固定在 `save/`，其余产物仍保持本地。

## 应用集成

公开头文件位于 `include/`，核心 CMake target 为 `sime_core`。应用仓可通过
`add_subdirectory()` 引入本仓库，并设置 `SIME_BUILD_TOOLS=OFF`。平台桥接代码
应保留在 SimeApp，避免 JNI、Swift 或 Fcitx5 依赖进入引擎。

## TODO

全部训练流程再都仔细调一轮，把准确率再往上提一下。

## License

[Apache-2.0](LICENSE)