这是一个“Rust 重写 Rime”的起步骨架：先做跨平台 CLI（逐键实时刷新），核心逻辑与 CLI 严格解耦。

• rime_core: 纯逻辑层（Session/Engine/InputEvent/UiState），不做任何 I/O
• rime_pinyin: 全拼切分（从仓库的 test/generate_pinyin_syllables.js 构建期生成音节+频次表）
• rime_dict: TSV 词典加载与查询（精确匹配 + 前缀补全；TSV 采用 text<TAB>key<TAB>weight）
• rime_cli: 交互式 CLI（crossterm raw mode）

在仓库根目录：

cd rime_rs
cargo run -p rime_cli -- --dict ./rime_cli/asset/dict.tsv

也可以用一个很小的 demo 词典验证“简拼”效果（例如输入 qs）：

cargo run -p rime_cli -- --dict ./rime_cli/asset/dict.tsv

交互说明（按行提交，std-only）：

• 输入一行拼音后回车：展示 preedit + 候选列表
• 再输入 1-9 选择候选；直接回车默认选 1
• 如果有多个音节段，会进入多步选词：每次选择会推进 confirmed，直到全部段确认后一次性上屏
• 输入 0：上屏原串
• 输入 q：放弃本次选择
• 输入 :q：退出程序

engine:
  # 一、处理各类按键消息
  processor:
    - ascii_composer # 处理英文模式及中英文切换
    - recognizer     # 与 matcher 搭配，处理符合特定规则的输入码，如网址、反查等 tag
    - key_binder     # 在特定条件下将按键绑定到其他按键，如重定义逗号、句号为候选翻页、开关快捷键等
    - speller        # 拼写处理器，接受字符按键，编辑输入
    - punctuator     # 符号处理器，将单个字符按键直接映射为标点符号或文字
    - selector       # 选字处理器，处理数字选字键、上、下切换候选定位、换页
    - navigator      # 处理输入栏内的光标移动
    - express_editor # 编辑器，处理空格、回车上屏、回退键
  # 二、识别不同内容类型，将输入代码分段
  segmenter:
    - ascii_segmenter    # 标识西文段落
    - matcher            # 标识符合特定规则的段落，如网址、反查等
    - abc_segmenter      # 标识常规的文字段落
    - punct_segmenter    # 标识句读段落
    - fallback_segmenter # 标识其他未标识段落
  # 三、翻译特定类型的编码段为一组候选文字
  translator:
    - echo_translator           # 没有候选字时，显示输入的原始代码
    - punct_translator          # 转换标点符号
    - script_translator         # 脚本翻译器，用于拼音等基于音节表的输入方案
    - reverse_lookup_translator # 反查翻译器，用另一种编码方案查码
  # 四、过滤输出结果
  filter:
    - simplify # 简繁转换
    - unique   # 过滤重复的候选字，有可能来自繁简转换

处理各类按键消息

• 接收：由引擎响应按键
• 拒绝：输入引擎向操作系统反馈不做按键事件响应，由系统对该按键执行默认处理；
• 未识别：该按键不在当前 processor 的处理范围内，请交由下一个 processor 继续处理。

优先级按照 processor 列表的顺序排列，接收按键的 processor 会针对该按键消息开展具体处理。

虽然看起来 processor 接点可以通过组合不同的 processor 实现输入引擎的全部功能，但为了将逻辑继续细分，RIME 又为引擎设计了另外三类功能组件。这些主键都可以访问引擎中的数据对象（输入上下文），并将各自处理的阶段结果存储在其中。

processor 最常见的处理方式，就是将按键对应的字符录入到上下文的输入码序列中。当输入码发生变化时，下一类组件 segmenter 便会启动一轮新的处理流程。

从输入引擎整体来看，以按键消息作为输入，输出内容包含三个部分：

识别不同内容类型，将输入代码分段

segmenter 即分段器，将用户连续输入的文字、数字、符号等不同内容，按照需要识别为不同格式的输入码，将输入码分成若干段分而治之。 这通过数轮代码段划分操作完成。每一轮操作中、一众 segmenter 分别给出起始于某一处、符合特定格式的代码段，识别到的最长代码段成为本轮划分的结果，而给出这一划分的一个或多个 segmenter 组件则可为该代码段打上「类型标签」；从这一新代码段的结束位置，开始下一轮划分，直到整个输入码序列划分完毕。

举例来说，【朙月拼音】中，输入 2012nian\，划分为三个编码段：2012 （贴 number 标签）、nian（贴 abc 标签）、\ （贴 punct 标签）。

那些标签是初步划分后判定的类型，也可能有一个编码段贴多个标签的情况。下一个阶段中，translator 会把特定类型的编码段翻译为文字。

translator 完成由编码到文字的翻译。

• 一是翻译的对象是分隔好的一个代码段。
• 二是某个 translator 组件往往只翻译具有特别标签的代码段。
• 三是翻译的结果可能有多条，每条结果成为一个展现给用的候选词。
• 四是代码段可由几种 translator 分别翻译、翻译结果按一定规则合并成一列候选。
• 五是候选项所对应的编码未必是整个代码段。用拼音敲一个词组时，词组后面继续列出单字候选，即是此例。

输入的代码划分为多个代码段、每段代码又可具有多组翻译结果；取各代码段的首选结果连接起来，就是预备上屏的文字「2012年、」。

且将以上所示的数据称为「作文」。这是一篇未定稿的作文，输入法界面此时显示预备上屏的文字「2012年、」，并列出最末一个代码段上的候选「、」及「\」以供选择。

有两款主力 translator 完成主要文字内容的翻译，其实现的方式很不一样：

• script_translator 也叫做 r10n_translator 修炼罗马字分析法，以「固定音节表」为算法的基础，识别输入码的音节构成，推敲排列组合、完成遣词造句。
• table_translator 修炼传承自上世纪的码表功夫，基于规则的动态码表，构成编码空间内一个开放的编码集合。

拼音、注音、方言拼音，皆是以固定音节表上的拼写排列组合的方式产生编码，故适用罗马字分析法。仓颉、五笔字型这类则是传统的码表输入法。

如果以码表方式来写拼音输入方案，是怎样的效果呢？虽然仍可完成输入，但无法完全实现支持简拼、模糊拼音、使用隔音符号的动态调频、智能语句等有用的特性。

反之，以罗马字方式使用码表输入法，则无法实现定长编码顶字上屏、按编码规则构词等功能。在Rime 各发行版预设输入方案中，有一款「速成」输入方案，即是以 script_translator 翻译仓颉码，实现全、简码混合的语句输入。

概括起来，这是两种构造新编码的方式：罗马字式输入方案以一组固定的基本音节码创造新的组合而构词，而码表式输入方案则以一定码长为限创造新的编码映像而构词。

上一步已经收集到各个代码段的翻译结果，当输入法需要在界面呈现一页候选项时，就从最末一个代码段的结果集中挑选、直至取够方案中设定的页最大候选数。

每从结果集选出一条字词、会经过一组 filter 过滤。多个 filter 串行工作，最终产出的结果进入候选序列。