大家是如何扩充鼠须管输入法的词库的？

用到一定数量的新词以后别的就无所谓了，除非一些新出来的名词。

@wc0517 行业原因，经常需要输入这些新词

@anguslg 这就是选择rime必须的结果啊。
想要新词，就离不开各种云服务，自己破解输入法大厂的新词api这种邪路可不推荐。

用Rime就要走自力更生维护词库的这条路啊。
或者
定期搞定各厂商词库，深蓝一下。

不是能智能自动造词的吗

不歪。
如果有插件，的同入，或叫做包造。有用意加嘛。
大意是：大家都往一上敲（有准入件地），你入，敲一新的候，也能直接命中。
前提：一通一定技手段保只上大家都在用的新；二能有效防止作弊和破的行。

@zhouzm 但是一些新词还是不能一击命中

@lotem 大部分使用鼠须管的用户，也都是因为之前爆出来的的搜狗收集隐私问题吧。如果有这个插件，如何保证别人能相信你？这个问题才是关键

@anguslg 如果源插件的代，有助吧。

思路是：本地用新生成摘要上、服器下已挖到的新；服器用摘要作，挖到有度的新後，再用那索取原文。懂行的朋友思路可行否。

@lotem 不知道p2p的思想是否可行

@anguslg 有意思。值得研究。

我又想到。於拼音用，未命中「手入」主意怎？

关注一下~ 作者本尊现身了 O(∩_∩)O

@lotem 我就想能更新新词就好了

@lotem 隐私问题，代码是开源的，应该问题可以解决。需要考虑的是：
P2P“众筹”的方式组织词库，那么肯定有些辞汇是不愿意上传的，如何处理哪些辞汇愿意共享，哪些不愿意的问题；

@lonelygo 所以有要：一是保共享出去的新摘要法解原文；二是格在足已明新已泛使用「解密」其原文。

@lotem 一个简单的算法是这样的：
目标词汇：“密码”
我们公开这个词的md5：A8105204604A0B11E916F3879AAE3B0B……数值A

我们再重新另外计算这个词的utf8编码：\u5BC6\u7801
十六进制转化为二进制：0100 1110 1111 0110 0111 1000 0000 0001……数值X
把这个数值和一个随机的二进制数进行与运算：比如1111 1111 1111 1111 0000 0000 0000 0000
这样，我们就获得了0100 1110 1111 0110 0000 0000 0000 0000……数值B
把这个数据也公布出去。

现在，服务器收集所有A值是A8105204604A0B11E916F3879AAE3B0B的B，并且对这些B1、B2、B3进行或运算。当我们收集到足够的B之后，它们进行或运算就能获得最初的数值X，这个X所对应的“密码”一词的md5正好是A。
这样，我们就可以把“密码”这个词公开了。

一例子（P2P）：

某用甲有：
---
我好 => 44a53c6
我好衰 => d1cfd7f

一段：
---
44a53c6 × 100 users
....
d1cfd7f × 1 user
....

於是 44a53c6 是可以的解密的新的摘要。
44a53c6 × 100 users
信息在用乙同步下了，用乙的入法用典有某的摘要是 44a53c6，遂解密（的一部分bits，以求保，防止摘要突）。分享出去的是：
---
戈女* 44a53c6 × 101
....
d1cfd7f × 1
....

久遇不到新用的 d1cfd7f，可以考在某去。

最流下去的是：
---
我最 × N 多
....

@lotem
一：我们公布了md5和部分的utf8码，这些数据是无法反过来快速推算原文字的。
二：只有收集某个特定词汇的足够数量的utf8碎片，我们才能推算出这个utf8码到底是什么。

唯一的问题是我们没有办法防御恶意spam，恶意用户可以大量提交随意生成的B值，导致其他用户再多也不能推算出正确的X值来。

另外，真正的算法中需要用sha256来当hash，也许要用utf16来代替utf8。

@Daniel65536 法好。

生成摘要的算法一定要，因可被截，所以要默他是所有人可的。

不需要考虑解密的问题，只要判定某个md5或sha256达到热词标准，加入云端可上传列表，哪个用户优先更新到这个sha256，同时本机又存在这个热词，自动上传即可，当然也可以设一个开关，让用户决定上不上传。

@lotem
方法有漏洞。

要 100不同使用者，避免刷分，那每使用者都要有立的ID. 因如果有立ID的，我刷就直接定一大字就是。如果ID是生成 而非算硬定的，我就一直安反安刷ID.

既然有固定ID，我就加入P2P路，每天就在路中收集 己解密的新、未解密的新hash、和使用者id.

一天，收集到新的解密的新，算新的hash, 比前一天和hash定的使用者id, 那我不就知道新哪些使用者id打。

--------

而 Daniel65536 算、或算的算法，可以不使用者id，但也法防意spam.

@shyangs
与硬件绑定的UID如何进行配置云同步？

@lotem
Rime 的用就有，也被吐槽不如搜狗好用吧。

加活性、配置性 些 Rime 的固有，比如提供插件系。第三方者插件。

比如，慕搜狗/百度/QQ的，就插件，插件每天下，下完自固典，到指定的方案上。
也不是只能入法大，插件者也可以架一Server，爬每天爬微博搜榜，插件Server下新的微博，自自。
Rime 官方想提供，一可以透插件。有人不想上的（比如：自己和朋友的姓名），可以直接修改插件，弄一黑名。

降低插件，可以考言使用流行的本言。

@shyangs 事上，我有一了一半的目 lotem/rimekit ，是一分 Rime 配置的工具，把入方案、配色方案、各定用 Javascript/Coffeescript 本成「配方」，在 rimekit 列表示，用勾即可完成配置。功能不需要在入程中即用，所以不必做成插件，以保持入法本身可靠。

@lotem 不知道搜狗的这个对词库有没有帮助
http://www.sogou.com/labs/dl/w.html

@lotem

直接一github repo每更新, 需要的直接下即可.
不用支持自update, 不然就跟其他的入法有了.