善解
善解，所以選對。
一個開源的 macOS 注音輸入法，專心把同音字選對：看懂你前面寫了什麼，選出你真正要打的那個字。
開發中・尚未開放下載
為什麼要做
注音輸入最常見的困擾不是打不出字，而是打出了「同音的另一個字」。
怎麼做
三層分工：每一次按鍵都在本機即時完成，語意判斷只在需要時加入，而且只能從本機的候選裡挑。
候選生成
詞庫與語言模型在本機產生前 64 名候選，每一鍵都要在 16 毫秒內完成。
本機重排
小型語言模型看你前面寫的內容，從候選中挑出最合理的一句；在背景執行，不拖慢打字。
雲端校正（選用）
打完按一下快速鍵，請雲端模型再看一次。預設關閉；雲端只能回傳候選的編號，不能自己寫字。
目前的實測
所有數字都來自專案的評測集，句子由專案自寫並以 CC0 釋出。
這些數字怎麼量的
評測分成開發集與保留集。開發集用來調整；保留集由另一個流程撰寫、開發過程中不看內容，只在每個階段結束時量一次，用來確認進步不是因為「背了題目」。前 64 名含正解的比例用寬鬆對照：「她／他」「臺／台」這類寫法視為相同；保留集的 99.6% 是上一版語言模型（model-v2）時量的；只有詞庫、還沒有語言模型時，保留集是 97.8%（完全相符）。
判斷器比較了本機模型與多家雲端服務的三十多組設定；所有判斷器都卡在同一個上限：正解根本不在候選裡的句子，誰也救不回來。所以目前的重點是先把正解放進候選。
輸入法實際送出整句的正確率，保留集上聊天設定 79.3%、書面設定 81.1%（目前的語言模型加詞類回退）；這是只用詞庫與語言模型、還沒有語意重排的成績。
每個按鍵的處理時間是 76 句打字測驗共 2,483 個按鍵的 p95；量測時機器同時在跑其他工作。沒有選字記憶時 p95 是 2.5 毫秒。
路線圖
依版本分階段。每一項都有可量測的驗收條件，由獨立的檢查流程確認後才算完成；研究插在它進行的那個階段，寫明結論。
- 完成
- 進行中
- 規劃中
- 研究
v0.1輸入法本體完成
評測基準與評測資料
Rust 核心與研究原型逐字一致；口語開發集與獨立撰寫的保留集，含同音陷阱與詞庫沒收的日常用語。
研究語意選字可行性
實測本機與雲端模型的準確度與延遲。結論：瓶頸在候選，不在判斷，先把正解放進候選。
詞庫 v1 與精簡格式
從維基標題與維基詞典補進約 34 萬個詞，可從鎖定版本的來源完整重建；記憶體從約 390 MB 降到約 88 MB，輸出逐字不變。
語言模型整句選字
用上下文排序候選，聊天與書面兩種設定依前景 App 自動切換。
macOS 輸入法本體
標準與倚天鍵盤、候選窗；標點留在組字區，並有標點候選清單。
標準讀音
依教育部規範，「一」「不」打本調或變調都能打出整個詞，「法國」的「法」用審定音 ㄈㄚˇ；補充詞表的錯誤讀音一併修正。
簽章與發佈流程
Developer ID 簽章與 Apple 公證、安裝程式、Homebrew 的發佈流程已就緒；開放下載的時間另行公布。
v0.2選字記憶與候選窗完成
個人化學習
只從你在候選窗的改選學習，依前文分開記，不會一次改選就污染所有句子；單一個字只在前文完全相同時才套用。密碼欄與安全輸入時自動暫停；可以清除全部記憶，清除前會先確認。
玻璃候選窗
自己繪製的玻璃候選列，標點附上名稱。按 ↓ 往下疊出更多候選列，每列 9 個，原本第一列的候選展開後仍在第一列。
按鍵細節
組字區是空的時候按聲調鍵打出聲調符號；音節還沒打完時，Backspace 逐個刪掉注音符號，和蘋果注音相同。
v0.3選字品質完成
看前文選字
讀取游標前已經送出的文字（按過 Enter、已經在文件裡的字），接著它選這一段的第一個詞；分好幾次送出的句子，選字仍接得上前面，不再每段都從頭猜。
台灣字形與簡體殘留
語料與補充詞表裡的「最后」「由于」清掉；台灣常用的「床」「秘」「灶」不再被當成簡體字轉成異體字；同一個詞的異體寫法合併計數。
詞類回退
兩個詞沒在語料裡一起出現過時，用「哪一類詞後面常接哪一類詞」補估計。保留集聊天設定多對 2 句，書面持平。
非標準讀音不擋路
整句選字時，詞庫為了容錯收錄的非標準讀音不再擋住同音的一般詞（例如「搞完這波」）；選單可以關掉。
即時預測
打下一個詞的第一個注音，就在候選窗列出接得上前文的詞；按 Tab 進入選取，不會自動替換你打的字。選過的詞會記住，選單可以關掉。
候選窗跟著 App 的深淺色
App 用淺色或深色外觀時，候選窗跟著切換，不只看系統設定；候選列的大小與位置和蘋果注音並排量過，完全相同。
選字記憶只在前文對得上時優先
改選過的詞只在前文相同、或前文最後一個字相同時優先，不再因為在別的句子改過就到處優先。
研究即時預測怎麼做
在公開資料上比較幾種預測方式。結論：用「接在前文後面的詞」當候選、注音只用來篩選，做成上面的即時預測。
研究維基百科的台灣正體轉換
改用維基百科自己的台灣正體轉換重建模型，和現行模型配對比較。結論：對打字沒有顯著幫助，還打錯了使用者回報的句子，不採用。
研究本機重排
讓本機模型替每個候選打分數。四個本機模型都沒過預先定好的門檻，每句 p95 510～640 毫秒也超過 300 毫秒的上限。結論：暫不進輸入法。
研究評測統計
每次改動都用配對比較、精確檢定與信賴區間判斷有沒有進步，不靠感覺。
研究改選後其他字不動
在候選窗改選一段後，讓旁邊已經顯示的詞維持原樣（比照蘋果注音）。修了四輪，最後一輪讓「改選後繼續打字」變差。結論：回報的例子（「版控」）根本上是詞庫缺詞，先做「從改選記住新詞組」，這項暫停、之後再評估。
之後已排定，在 v0.3 之後進行中
從改選記住新詞組
改選後送出的片段如果不是詞庫裡的詞（例如「版控」），記成你的詞，下次直接打得出來。先量回報的錯字裡有多少是缺詞。
App 沙盒
輸入法在 macOS 的 App 沙盒裡執行，只拿到需要的權限。
更多新詞
從語料自動找出詞庫沒收的新詞（例如口語縮寫）；也能手動加詞。
預測可省略韻母
即時預測的選用設定：只打每個字的聲母也能找到詞。預設關閉。
改選後其他字不動（重新評估）
新詞做完後，照蘋果注音的實測（含改選後繼續打字）重新評估要不要做、怎麼做。
破音字的搭配
同一個字的不同讀音分開計算搭配，例如「空」唸 ㄎㄨㄥˋ 時，不再借用「空間」的搭配而搶走「控」。
研究中英混打
按鍵組不成注音時自動判斷是英文，或依鍵盤上相鄰的鍵校正打錯的注音。
研究評測集擴充
保留集定期擴充與輪替，並加入較長的口語句子。
未排定語意判斷與校正規劃中
本機重排
把語意判斷接進輸入法，在本機執行，不拖慢打字。
一鍵校正、新手測驗
打完一段可以請模型重看（雲端，預設關閉）；第一次使用時用簡單測驗了解你的打字習慣。
隱私
輸入法看得到你打的每一個字，所以這些是設計上的硬規則（隨開發逐項實作）。
設計原則
- 目前版本沒有連網功能。之後如果加入更新檢查或雲端校正，會在上線前寫在這一頁：什麼時候連線、送出什麼、能不能關閉。
- 不申請「輸入監控」與「輔助使用」權限。系統的輸入法框架本來就會把按鍵交給輸入法，不需要監看整個系統。
- 用了哪些資料與模型、各自的授權，下載前就寫在這一頁（見「開源與授權」）。
- 雲端功能預設關閉；開啟後只在你按快速鍵或送出時傳送，不會逐鍵傳送。
- 雲端只能回傳候選的編號，不能產生文字；回應不合規就直接用本機結果。
- 密碼欄、安全輸入模式下停止學習與雲端；終端機不傳送到雲端。
- 你打的內容不寫進任何日誌或錯誤訊息。
- 學習資料只存在本機，可以一鍵清除。
開源與授權
授權清單
- 程式碼：Apache-2.0。
- 基礎詞庫：小麥注音（MIT；片語源自 libtabe，BSD）。
- 補充詞表：由維基百科與維基詞典的條目標題產生，CC BY-SA 4.0，署名維基百科與維基詞典貢獻者。
- 標準讀音變體：依教育部《國語辭典簡編本》〈單一音讀〉與《國語一字多音審訂表》的規則，從小麥注音詞庫產生，MIT。規則是事實，檔案不含教育部資料。
- 語言模型（詞的兩兩搭配頻率）與詞類表：由維基百科 2026-10-01 的 20 萬篇條目、Mozilla Common Voice 繁中（台灣）句子、Tatoeba 中文句子，以及 gpt-oss-120b 產生的台灣口語合成句計算，CC BY-SA 4.0，署名維基百科與 Tatoeba 貢獻者。不含任何私人對話。發佈的模型另含少量用來辨識來源的指紋條目。
- 目前沒有使用任何神經網路模型。
- 評測句：專案自寫，CC0。