Karukan：基于神经网络的日语输入系统，实现实时、上下文感知的高级日语转换

【导语：Karukan 是一款面向 Linux 和 macOS 的日语输入系统，它基于神经网络的假名汉字转换引擎，具有实时转换、上下文感知等特点，为日语输入带来了新的体验。】

多平台适配的日语输入系统

Karukan 项目由多个组件构成，以满足不同平台的需求。其中，karukan - fcitx5 是面向 Linux 的 IME 前端，作为 fcitx5 的插件，支持 C FFI；karukan - macos 则是面向 macOS 的 IME 前端，基于 Swift/InputMethodKit 开发。此外，还有通用 IME 引擎 karukan - im，包含状态机、罗马字转换功能等；核心库 karukan - engine 负责罗马字到平假名的转换及神经网络假名汉字转换；karukan - cli 是命令行工具和服务器，具备多种功能。

神经网络驱动的高级日语转换

Karukan 的核心亮点在于其神经网络假名汉字转换功能。它使用基于 GPT - 2 的模型，通过 llama.cpp 进行推理，实现高级日语转换。这种转换方式不仅能实时显示转换结果，无需按 Space 键即可推进转换（可通过 Ctrl + Shift + L 开启或关闭此功能），还具有上下文感知能力，在转换时会考虑周边文本信息。

同时，系统具备转换学习功能，会记住用户选择的转换结果，在后续转换中优先显示，并且支持预测转换（前方匹配），在输入过程中就能提示已学习的候选词。

丰富的候选词与表情符号输入

Karukan 的系统字典依据 SudachiDict 的字典数据构建，还移植了候选词改写器（从 Mozc 移植），能自动生成半角片假名、英文字母大小写及全角半角、相关符号候选词，以及数字的各种表示形式，每个候选词都带有来自 Mozc 的注释。

在表情符号输入方面，支持假名读音输入和 Slack 风格的 :trigger 查询，为用户提供了更多的输入选择。

安装与许可证说明

对于不同平台，Karukan 提供了相应的安装方法。Linux (fcitx5) 用户可参考 karukan - fcitx5 的 README 文件，macOS 用户则参考 karukan - macos 的 README 文件。需要注意的是，首次启动时，系统会从 Hugging Face 下载模型，首次开始转换可能需要一些时间，后续启动将使用已下载的模型。

本项目采用 MIT 或 Apache - 2.0 的双重许可证，在 karukan - engine/data/ 目录下包含了从 Mozc 派生的数据，这些数据遵循 BSD 3 - Clause 许可证进行分发。

编辑观点：Karukan 凭借其先进的神经网络技术和丰富的功能，为 Linux 和 macOS 用户提供了优质的日语输入解决方案，有望在日语输入领域占据一席之地。