宝石插座
你看不到的错误. 传统蒙古文字的插件 (蒙古语bichig)- 第一种.
蒙古语bichig文本可以看起来完美而仍然被编码错误. 剧本 语法部分生活在隐形字符中——连接符和变异 选择者没有自己的形状。 出错的时候,看似没坏 今天; 文本在明天悄悄地失败—— 以另一个字体, 另一个 OS, a 搜索索引,或复制页.
三个无形的失败

- 遗留连接器 —— 说
nnbsp-legacy, (中文(简体) ), 运出. NNBSP(U+202F)和 MVS (U+180E) 加入后缀渲染 像素相同但左边 由Unicode 16.0 (2024)作后传. 没有眼睛和字体可以分辨; 只有字节不同. - 平地空间 —— 说
space-before-suffix, (中文(简体) ), 运出. 一个普通空间 悄悄地将后缀降为独立的元音——语法上可见, 但没有什么抱怨。 此精确的bug 发送一次 gege.mn (英语)脚出. - 长相像的信 —— 说
wrong-block, (中文(简体) ), 运出. 一封来自 Ali Gali区(桑斯克里特语-西藏语转写) 看着 真正的键盘实际上释放出来 搜索、排序和屏幕 读者都安静地休息.
地面继续移动
写蒙古语后缀的"正确"方式在每个人的名下都发生了变化 脚:
- 1999年 联合国 - Unicode 3.0规定 NNBSP (U+202F) (英语) 作为后缀 连接器.
- 2017 (英语) ——提出专用后缀连接字符 委员会不采取行动,它的代码点以后成为第四个 变量选择器.
- 2023 (英语) ——诺托·桑斯·蒙古被重新设计入新造型模式.
- 2024 (英语) —— 说 Unicode 16.0将连接器角色移动到MVS(U+180E). NNBSP成为后遗症——仅在重写中的谱章中提及,而不是 释放笔记.
- 2025 (英语) ——W3C的蒙古语布局要求仍然记录了旧的 型号.
所以今天写成的文字是正确的,在线指导 与自己自相矛盾,没有工具可以检查其中的任何内容——为脚本 由数百万人使用。 gege-linter 编码当前模型(Unicode 16+,), UTN 57号)作为机械规则.
使用量
国 际
pnpm dlx @gege-mn/gege-linter file.txt # lint (or: npx @gege-mn/gege-linter)
gege-linter --fix file.txt # apply mechanical fixes in place
gege-linter --json file.txt # machine-readable output
cat file.txt | gege-linter --fix - > out.txt # stdin; fixed text on stdout
gege-linter --mode formal contract.txt # formal documents (see Modes)
gege-linter --lang mn file.txt # findings in en, mn, zh-Hans or fr
退出代码 : 0 只有干净或警告 1 错误严重性发现
2 使用或 I/O 失败.
图书馆
import { applyFixes, lint } from '@gege-mn/gege-linter';
const diagnostics = lint(text);
// [{ rule: 'nnbsp-legacy', severity: 'warning', start: 5, end: 6, fix: '\u180E', … }]
const fixed = applyFixes(text, diagnostics); // code-point-safe — never String.slice
每个诊断都带着 代码点偏移 和当改正的时候
机械, a fix 替换字符串.
message 是英语。 蒙古语、简化汉语或
法语:
import { localize } from '@gege-mn/gege-linter';
localize(diagnostics[0], 'mn'); // 'NNBSP (U+202F) нөхцөл холбогч нь …'
// locales: 'en' | 'mn' | 'zh-Hans' | 'fr'
每个诊断也列出其目录条目(messageId,比如说.
nnbsp-legacy/connector),其中填入的值(data页:1
语言中性 code (单位:千美元)GL0101对于保持自己措辞的消费者来说.
以 Tungaamal 键入文本
import { isTungaamal, tungaamalToUnicode } from '@gege-mn/gege-linter';
if (isTungaamal(text)) text = tungaamalToUnicode(text); // standard Unicode Hudum
Tungaamal的输出为蒙古语区块外加两个替代物——女性克
和克为Ali Gali外观类似U+1888/U+1889——在Unicode-16上
连接器模型. tungaamalToUnicode 首先更正字母,然后
连接器第二位, 哪个单 applyFixes(text, lint(text)) 无法: 粒子仍然
与 U+1889 拼接的字号不被识别,在需要连接的地方获得连接符
空间。 最后,它读通加马勒的y在我之前,在元音后的一个词里:
y + i 是双牙 i (ᠰᠠᠶᠢᠨ + ᠰᠠᠢᠨ), y + FVS1 + i a real y ()may1iγ →
)),并保留FVS1(" ")čimay1i) (中文(简体) ). 每项决定的内容如下:
输入,所以第二个从未变成第一个;但出于同样的原因
第二场比赛,就一次 标点什么的 lint
报告留给 lint。 。 。 .
Menksoft 编码中的文本
import { isMenksoft, menksoftToUnicode } from '@gege-mn/gege-linter';
if (isMenksoft(text)) text = menksoftToUnicode(text); // standard Unicode Hudum
Menksoft文本是私人使用区域格莱弗斯(U+E234-E34F),每集一个代码点
字母形状. menksoftToUnicode 把它们读回作为字母,带有
突击队 mongol_code (CC0),则
应用此软件包自身的修正结果: 粒子获得平空
而不是连接符,垂直显示形式变得普通
发相相. 只有胡杜姆语. isMenksoft 实值 true 当一个孟克软信是
目前且无私人使用区域代码点位于波段外. no-pua
提供与固定相同的读取,运行运行.
东加马勒,继续
只用Tungaamal的文字
字母本身,而标准文本本身的qq会失去它的y.
isTungaamal 一个考验:要么看起来像现在, 而不是其他阿里·加利
文字中的任意字母。 没错 false 恰好发生于
不含女性克或克,没有区别于其他遗产
文本; 当您知道文本是 Tungaamal 或 Kimo (它使用相同的
编码、调用 tungaamalToUnicode 没有问.
规则
| 规则 | 代码 | 严重性 | 它的旗帜 |
|---|---|---|---|
mvs-context | GL0201 (英语) | 错误 | MVS 不坐落在两个蒙古字母之间 — 结构已断; 字体使一个可见的标点格言 |
fvs-placement | GL0301-03 (英语) | 错误 | FVS1–4在它修改了的蒙古字母后没有立即修改(一个翻了一倍的FVS没有进行同样的测试) |
no-pua | GL0401 (英语) | 错误 | 私人使用区域代码点 — Menksoft- era glyph 编码, 豆腐随处可见; 连续运行报告一次 |
detached-suffix | GL1201 导弹 | 错误 | 在后缀连接器(MVS或遗留的NNBSP)后,习惯性的口头结尾为QQ(-даг/-дэг). 它总是被写在干上; 固定:删除连接器, 和它面前一个分离的终极 a/e的MVS |
detached-suffix | GL1202 (英语) | 警告 | 仅限形式模式 . 相接相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相通相相通相通相通相相通相通相相通相通相通相通相相通相通相通相通相通相通相相通相通相通相通相通相通相通相相通相 同样的固定。 数字后从未报告过 |
wrong-block | GL0501-05 (英语) | 警告 | Todo / Sibe / 满洲 / Ali Gali 在 Hudum 文本中的字母;已知外观相似(U+1888/U+1889)得到机械修补 |
zwj-zwnj | GL0601-02 (英语) | 警告 | 津巴布韦/津巴布韦 介于 两个蒙古字母——FVS1–4是格式覆盖的机制. 在一个单词边界上,一个加入者正在孤立地选择一个位置形式,核心的 spec 制裁和缩写(QQ) 依赖于它,所以它被孤立了——emoji序列也是如此 |
nnbsp-legacy | GL0101-02 (韩语) | 警告 | NNBSP加入两个蒙古字母——前16.0后缀连接符;固定:MVS |
unknown-suffix | GL0801-03 (英语) | 警告 | MVS - (或遗留的NNBSP -) 联合字母运行,没有在所编的Hudum后缀词典中运行(references/suffixes.md (b) 运行是: 单词 被命名为“一个”,对平地空间进行固定(仅取自MVS之后——NNBSP之后) nnbsp-legacy 已修正了相重叠的跨度 ; 分离的终局 a/ e (%% ) 被豁免 |
space-before-suffix | GL1301 (英语) | 警告 | 字典后缀为平面U+0020而后缀为连接符,没有字体显示,也没有其他规则看到;固定:MVS. 除了QQ/QQ,QQ/QQ等文章和需要空格的单词(QQ,QQ.)从不报告 |
space-before-suffix | GL1302 导弹 | 资讯 | 同样,对于也是单词的后缀(QQ,QQ,QQ,QQ):文本不能说到底是什么意思,所以没有固定 |
doubled-ae | GL1001 导弹 | 警告 | 相邻的QQ / QQ —— 长 a/e 取出 γ/g 时断音,从来没有一个双倍元音,所以这是 Cyrillic QQ / ээ 复制来信. 没有固定:反射者想要QQ/ᠢᠶᠡᠨ,而活泼者想要一个单个QQ/ᠡ作为自己的单词. QQ(短o)和QQ/QQ未受影响 |
ii-before-final-ae | GL1401 高尔夫 | 警告 | + + 接通器 + 分离的终极 + / + 结束词 (+ = Q). 第二个i是 y: Unicode 按声音编码, UTN #57写道 daliy·a。在 Noto 中,两者都绘制相同,所以只有代码点可以显示它; 修正 : QQ, 结合 nnbsp-legacy已经解决了 长 ii 在其他地方(γaǰiiqu, (中文(简体) ), qabii)和 ii + 任何其他后缀未受影响 |
fvs-unregistered | GL1501-02 (英语) | 警告 | 在Hudum字母之后的 FVS 不选择Hudum 形式 – 通过 Mongol-bichig 的 MNG 本地语进行校验 fvsStatus,在字母的加盟位置上(每封信仅次于MVS,NNBSP,ZWJ,ZWNJ或nirugu). GL1502名称仅指托多,西贝,满洲或阿里加利注册的表格,如NA + FVS3 medial. Noto 画出这些作为可见的标记 。 没有固定:作家的意思是某种形式,只有读者知道 |
undotted-sha | GL1601 通用语言 | 警告 | 在没有选择者的情况下, UTN #57使"无点"的形式成为那里的默认,所以字体画出QQ和QQ,QQ读取时仿佛用s拼出;固定:QQ + FVS2(U+180C),它选择了"有点"的形式. 一个故意的FVS1被留下 |
compat-punctuation | GL1101-03 (荷兰语) | 警告 | 标注编码为 a 列报表 ——垂直形式(U+FE10-FE1F),CJK相容形式(U+FE30-FE4F),小形式变体(U+FE50-FE6F). 这些只存在于来回行走的 GB 18030 / CNS 11643; 垂直格法是字体的工作, NFKC 平地取出 U+FE16来光 ? 而不是去吗? 固定在本地 QQQQ 用于逗号 / 全站 / 椭圆 和 ? 用于问号(UTN #57表1需要CJK形式),但平原 ASCII ! 对于感叹——任何来源都不需要一个全能的——以及名义上的性质 |
non-initial-o | GL0701 (英语) | 资讯 | O/Ö (U+1823/U+1825) 第1个音节过后——哑元音-位高音;出借词 (ᠹᠣᠲᠣ)和词典例外 (ᠭᠣᠣᠯ)是合法的,但 是一个真正的打击-写ᠮᠣᠩᠭᠤᠯ |
compat-punctuation | GL1104 导弹 | 资讯 | U+3001 / U+3002 (和半相接U+FF61 / U+FF64) Hudum文本内部——核心谱 13.5 给多多和西伯来中书记分; Hudum write / . 除非文字中确实包含胡杜姆字母,否则沉默,因为这些字母在中文中是正确的. 西方制裁 , . ? ! 没有标记 |
每个发现都带有 代码 —— 说 GL规则的两位数,两位数
变体(GL0101 nNBSP作为后缀连接器, GL0102 NNBSP 在一个前
颗粒). 它在每种语言中读取相同, 出版的代码永远不会
重新编号或再使用; codes 每个地图 messageId 到它的代码.
还有一条是出口的 没有 默认集中,因为它 报告已经正确的文本 :
| 规则 | 代码 | 严重性 | 它的旗帜 |
|---|---|---|---|
fusable-stack | GL0901 (英语) | 资讯 | 分析外壳+反射堆(QQ+QQ),也可能被写成一个被引信后缀(QQ). 都没错,所以它携带 无固定 ——被引信的序列在消息中取名取而代之 |
import { fusableStack, lint, rules } from '@gege-mn/gege-linter';
lint(text, [...rules, fusableStack]); // opt in to the style hint
模式
交响曲 ------------------------------------------- 用连接器或附着在干上: 风格问题 普通文本,默认模式将它单独留下。 法律和其他正式 文档附加,正式模式报告连接符连接的拼写 以示警告.
import { applyFixes, formalRules, lint } from '@gege-mn/gege-linter';
const diagnostics = lint(text, formalRules); // or rulesFor('formal')
const attached = applyFixes(text, diagnostics);
在命令线上 --mode formal。 。 。 . formalRules 实值 rules 带两个
规则交换了它们的正式变体, detachedSuffixFormal 财务报告和审定财务报表
nnbspLegacyFormal;在手工建立规则列表时将两者一起使用,
因为第一个删除连接到平原 nnbspLegacy 将重写.
后缀词典本身是作为公共API的一部分而出自"船"suffixes, (中文(简体) ),
来源于学校语法,UTN#57,以及mongfontbuilder register.
路线图(见 docs/rules.md: FVS 登记资料
标准变量表 ^ 完整干-后缀元音-和谐协议.
为什么这很重要
- 其一为相. 在此之前没有蒙古编码器存在 (调查2026-07).
- 机械的,没有意见. 规则编码Unicode 16 + UTN #57—— 发布标准,而不是口味.
- 修复,不只是旗帜. 每个遗产连接器都带有 一个代码点替换.
- 没有第三方依赖关系. 纯类型脚本, 代码点偏移, 运行
任何地方——编辑器,CI,浏览器. 唯一的依赖是
@gege-mn/mongol-bichig,则 也可以支持转换器的第一当事方数据包.
代理技能
两个 代理技能 覆盖这个
项目- mongol-bichig (脚本的编码模型,任何代理
触动bichig文本)和 gege-linter (使用此库和
(中文(简体) ). 两人都住在
蒙古语bichig 存储器,
它们与经源头核实的知识库一道,分解:
npx skills add gege-mn/mongol-bichig # pick interactively
npx skills add gege-mn/mongol-bichig --all # both
该存放处也是深度参考文献的所在地—— 编码模型、历史、变化序列、脚本样式、后缀、, 遗留编码、字体和渲染、整形.
发展
pnpm install
pnpm test
pnpm build
pnpm lint
许可证
麻省理工学院. 与诺托·桑斯·蒙古(OFL)一起制作的示例图像.