交互模式与键位

这页解决一个问题：你在会话里除了打字，还能按什么。

不用背。记住三个就够开工：? 看全部键位、Esc 打断、Shift+Tab 切权限模式。 其余的等真遇到那个场景再回来查。

快速上手

进会话后直接按 ?（输入框为空时），会展开完整键位表：

快捷键 — 输入 /help 查看更多

这张表不是硬编码的文档，是从运行时键位表算出来的——你在 ~/.sid-code/keybindings.json 里改过的键位会直接反映在里面。想生成一份模板：

/keybindings init

详细说明

输入区

键	作用
!	进 shell 模式，这一行直接当命令跑，不发给模型
@	选文件/目录，把路径塞进输入
Shift+Enter	换行（不发送）。终端吞掉这个键就用 Alt/Opt+Enter 或 Ctrl+J
↑ / ↓	翻输入历史
Ctrl+R	反向搜索输入历史
Ctrl+G	把当前输入丢进外部编辑器改（$EDITOR）

Shift+Enter 在 VSCode / Cursor / Windsurf 的内置终端里默认收不到，跑一次 /terminal-setup 装上键绑定即可。

贴图与拖放：多模态输入

sid-code 支持把图片和 PDF 直接喂给模型——不用先存盘再 @ 引用，粘贴或拖放就行。

粘贴截图：在 macOS 上 Cmd+Ctrl+Shift+4 截一块到剪贴板，回到 sid-code 输入框按 Cmd+V。终端对图片剪贴板的典型信号是「paste 事件收到空内容」——sid-code 检测到后会调系统工具把剪贴板图片落成临时 PNG，自动插入 @<临时路径> 引用。各平台的读取方式：

平台	工具
macOS	pngpaste（装了优先），否则 osascript 兜底
Linux	Wayland 用 wl-paste，X11 用 xclip
Windows	PowerShell Get-Clipboard

没装对应工具不会报错，只是静默返回 null——图片那条路径走不通，文字粘贴照常工作。

拖放图片：把一个图片文件拖进终端窗口，多数终端会「粘贴文件路径」。sid-code 识别到这是单个图片文件路径（扩展名匹配且文件存在）时，自动当图片引用。多文件拖放不处理（保守，避免误判普通文本）。

直接 @ 引用：也能手动 @ 一个图片或 PDF 路径，效果一样。

支持的格式：

类型	格式	行为
图片	.png .jpg .jpeg .gif .webp	走 Read 工具的 vision 管道，以视觉内容块返回，模型直接看图
PDF	.pdf	按页读取为文档块，单次最多 20 页；超过 10 页的 PDF 必须指定 pages 参数，否则会报错要求分页

几个设计取舍值得知道：

• 图片不内联字节。粘贴/拖放只是拿到一个文件路径，真正读图走 Read 工具——它产出 mediaBlocks 交给支持 vision 的 provider。所以图片能不能看，取决于当前模型支不支持 vision
• PDF 要分页读。pages 参数支持 1-5、3、2,4,7 这类范围/单页/列表写法。一份 50 页的 PDF 全塞进去会爆上下文，超过 10 页就强制分页
• 临时文件自动落盘。粘贴的截图会存到 ~/.sid-code/tmp/pasted-images/ 下的临时 PNG，会话结束后清理

粘贴没反应？

终端可能没把图片剪贴板识别成 paste 事件。试试先 @ 手动引用，或直接拖文件进窗口。Linux 上确认装了 wl-paste（Wayland）或 xclip（X11）。

模型正在输出时你还能打字

打字不会被丢掉，会排队。三个优先级：

键	语义
Enter	排队（默认），本轮结束后按顺序发
Alt+N	插队，本轮结束后最先发
Alt+L	延后，排在所有普通排队之后

空闲状态下 Alt+N / Alt+L 不拦截——没有队列就没有队列语义，照常当字符插入。

全局键

键	作用
Esc	取消当前操作（打断模型 / 中止工具）
Esc Esc	打开回退选择器，见会话管理
Ctrl+C	退出
Shift+Tab	切权限模式，见权限与人工确认
Ctrl+S	Copy Mode
Ctrl+L	清屏（保留历史）
Ctrl+O	展开/收起折叠内容（工具结果 + 思考过程）
Ctrl+T	切后台任务面板
Ctrl+F	终止全部后台任务（按两次确认）
Ctrl+X	把已完成的后台任务从面板划掉
Ctrl+B	把当前任务转后台
Ctrl+E	关掉错误面板
Alt+M	切 Markdown 渲染
Alt+T	切扩展思考
Alt+P	切模型（不清空已经打的字）

Ctrl+B 在 tmux 下和默认 prefix 撞车。要么改 tmux prefix，要么在 keybindings.json 里把 app:backgroundTask 换个键。

Ctrl+F / Ctrl+X / Ctrl+B 都是上下文分层的：没有对应的任务时它们不抢按键， 照常走输入框的光标移动（emacs 传统）。所以编辑输入时按它们不会误触发。

后台任务跑完后，面板上的条目会自己消失（已完成 / 失败留 30 秒，被你终止的留 3 秒）。 留这个窗口是为了让你还能回看一眼结果。不想等就按 Ctrl+X 立刻划掉——只清已结束的， 还在跑的任务不受影响（要停它们用 Ctrl+F）。划掉只是从屏幕上拿走，模型那边 bg_task_list / task_output 照样查得到。

Copy Mode：为什么鼠标选不中文字

默认是全屏有界视口（alternate buffer）：滚动、鼠标滚轮、虚拟列表都由 sid-code 自己接管。代价是鼠标事件被程序吃掉了，没法用鼠标直接划选文本。

两条出路：

1. 临时：按 Ctrl+S 进 Copy Mode，鼠标事件被放开，正常划选复制。按任意非导航键退出。
2. 永久：用 --inline 逃生舱回到旧的主屏内联模式。

sid-code --inline

--inline 下历史直接进终端原生 scrollback，鼠标原生选中，也兼容不支持 alternate buffer 的终端。代价是执行中的工具输出可能在 scrollback 里留下残行—— 全屏模式正是为根治这个才成了默认。

要长期用内联模式，别每次带参数，写进 ~/.sid-code/settings.json：

{
  "alternateBuffer": false
}

只想复制模型上一条回复的话，不必划选：

/copy        复制最后一条回复
/copy code   只复制其中的代码块

斜杠命令

输入 / 会弹出补全列表，和斜杠命令参考是同一份数据源。 这里不重复列，只挑日常最常用的：

命令	干什么
/status	当前模型、目录、token、provider 一屏看完
/context	上下文占用拆解，见上下文与压缩
/cost	这次会话花了多少
/diff	看工作区 git diff
/undo	撤销最近一次文件修改
/doctor	环境自检

Vim 模式

习惯 vi 键位的，输入框原生支持一套 Vim 引擎（src/ui/vim/，纯函数 reducer：

输入 {当前缓冲 + 模式态 + 一个按键} → 输出 {新缓冲 + 新模式态}）：

/vim        本会话开（toggle）
/vim on     显式开
/vim on -p  写进配置，以后都开

多数命令都支持 -p 后缀 = 持久化到 settings.json，不加就只作用于当前会话。

支持到什么程度

不是装饰性的 vi 键位，是一套覆盖 normal / insert / visual 三大模式、支持 count 前缀、 operator + motion 组合、text object 的完整引擎。逐类列出实际实现了的动作 （每条都在 transitions.ts 的 reduceNormalFirst / reduceVisual 分发里）：

移动（motions.ts）：

键	动作
h l j k	左右上下（支持 count，如 3j 下移 3 行）
w b e	下一个词 / 上一个词 / 词末（含跨行）
W B E	空白分词版本（WORD 而非 word）
0 ^ $	行首 / 行首非空白 / 行末
gg	跳到首行（支持 5gg 跳第 5 行）
G	跳到末行（支持 5G）
f F t T ; ,	行内字符查找：正向/反向/正向停前/反向停前，; 重复、, 反向重复

编辑（operators.ts）：

键	动作
x	删光标处字符（count = 删几个）
dd	删整行
D	删到行末（= d$）
yy	复制整行
Y	复制整行
p P	粘贴（光标后/前）
s	删字符并进插入
C	删到行末并进插入
J	下一行并到当前行（空格连接）
~	翻转大小写
r	替换（进待决，按下一个字符替换光标处字符）

插入进入：

键	动作
i a I A	光标前 / 后 / 行首 / 行末进插入
o O	下一行 / 上一行新建空行进插入

operator + motion 组合（d c y 配 motion）：

组合	动作
dw cw yw	删/改/复制一个词
de df<char> dt<char>	到词末 / 到字符 / 到字符前
d$ d0 d^	到行末 / 行首 / 行首非空白
dG dgg	到末行 / 首行
df<x>	删到下一个 x（含 x）
5dd	删 5 行

text object（text-objects.ts，i = inner 不含边界 / a = around 含边界）：

键	选什么
iw aw	词对象
i" a"	双引号内容 / 含引号
i' a'	单引号
i` a`	反引号
i( a( ib ab	括号内 / 含括号
i[ a[	方括号
i{ a{ iB aB	花括号
i< a>	尖括号

用法：di" 删掉引号里的内容、ci( 改括号里的内容、ya[ 复制含方括号的整段。

可视模式（v 字符选 / V 行选）：

键	动作
v	进字符可视模式
V	进行可视模式
移动键	扩展选区
d x y c	对选区删/复制/改
> <	对选区缩进/反缩进

Ctrl+V（列选）未实现——这是和完整 Vim 的主要差距，列块编辑做不到。

这是输入框 Vim，不是编辑器 Vim

作用域是 sid-code 的多行输入框，不是你打开的外部编辑器（Ctrl+G 进的那个）。 所以没有 :ex 命令行、没有 : 开头的 Ex 命令、没有具名寄存器 "ay、没有 marks、 没有 . 重复。它解决的是「在输入框里改 prompt 时的手感和 Vim 一样」， 不是替代一个真正的 Vim。

思考开关：/think

Alt+T 是扩展思考的快捷键，斜杠命令 /think 管的是同一件事但更精确——三档显式控制：

/think          显示当前思考开关状态 + 模型能力
/think on       开启思考
/think off      关闭思考
/think auto     恢复 auto（跟随模型/provider 默认）
/think on -p    切换并持久化到 settings.json（别名 --persist / save）

两个要分清的概念：

• 思考开关（/think）控制是否思考——on / off / auto 三档
• 推理强度（/effort）控制思考多深——low / medium / high / xhigh / max 五档

两者正交：可以「开着思考但强度调低」，也可以「关掉思考」直接不思考。

不是所有模型都有这个开关

/think 只对支持显式思考开关的模型有意义（如带 thinking budget 的模型）。OpenAI o-series 这类内置推理的模型，思考行为由模型自身决定，/think 会直接提示「当前模型不支持显式思考开关」而不下发——这不是故障。

如果设了环境变量 SID_CODE_THINKING=on|off，它会覆盖运行时切换。这时 /think on 虽然不报错，但实际行为不会变——命令会显式提示你「环境变量正在覆盖」。取消覆盖用 unset SID_CODE_THINKING。

外观与偏好

四个命令管界面外观，都支持 -p 持久化（默认仅当前会话）：

命令	管什么	常用调法
/theme	整套配色（浅色/深色主题）	/theme 打开选择对话框；/theme list 看清单；/theme "Default Light" -p 直接切
/color	强调色（只点睛品牌色，不动整套配色）	/color #89b4fa -p；/color reset 清除覆盖
/tui	全屏 vs 内联渲染模式	/tui off 切到内联（= --inline）；/tui on 切回全屏
/language	输出语言偏好（zh / en / auto）	/language zh -p 中文优先；/language auto 回退默认

几个容易混的点：

• /theme 切的是预设主题（浅色/深色多套），/color 只覆盖强调色一个变量——两个不冲突，可以「用 Default Light 主题 + 自定义蓝色强调」
• /tui 写的是 alternateBuffer 字段，重启后才生效——运行时无法就地切全屏/内联（渲染链路在启动时一次性定型）。命令会明确提示「重启 sid-code 后生效」
• /language 切完立即重建系统提示词，下一轮 LLM 调用就用新语言，不用重开会话。auto 是删除偏好字段、回退系统提示词默认（中文）

颜色支持 #RGB / #RRGGBB 十六进制和 CSS/Ink 命名色（如 blue、cyan），命名色会归一化成 hex 存储，保证跨主题稳定。

自定义状态栏：/statusline

底部状态栏默认是内置聚合视图（模型 · 分支 · token · 费用…）。想换成自己的，挂一个脚本：

/statusline 'jq -r "\(.model) · \(.gitBranch) · \(.contextPercent)%"'

脚本协议：sid-code 把当前状态序列化成 JSON 经 stdin 喂给脚本，脚本的 stdout 就是状态栏内容（支持 ANSI 颜色）。收到的 JSON 包含这些字段：

字段	内容
cwd	当前工作目录
gitBranch	当前 git 分支
worktree	worktree 信息
permissionMode	权限模式
model	当前模型
inputTokens / outputTokens	token 计数
contextPercent	上下文占用百分比
costUSD	本次会话费用
cacheHitRate	缓存命中率
effort	推理强度档位
thinking	思考开关状态

管理：

/statusline              查看当前配置 + 协议说明
/statusline <命令> -p    设置并持久化到 settings.json
/statusline off          禁用，回退内置
/statusline off -p       禁用并从 settings.json 移除

容错：脚本超时（1s）或非零退出会自动回退内置状态栏，不会卡住界面。

常见问题

按 ? 没反应，直接打出了问号。? 只在输入框为空时是"看键位"，已经有内容时它就是个普通字符。清空输入再按。

Shift+Enter 变成了直接发送。 终端没把这个组合传给程序。跑 /terminal-setup，或改用 Alt+Enter / Ctrl+J。

Esc 按了但模型还在说。Esc 发出中断后要等当前这一小段流式响应收尾。连按会触发 Esc Esc 的回退选择器， 不是"更快的打断"。

鼠标滚轮能滚，但选不中文字。 全屏视口的预期行为，见上面 Copy Mode 一节。

改了 keybindings.json 但没生效。 键位在启动时加载，改完要重开会话。另有一批保留键（如 Ctrl+C）不允许被占用， 被拒的绑定会在启动时报出来。

相关

• 权限与人工确认 —— Shift+Tab 切的那几种模式各是什么
• 会话管理 —— Esc Esc 回退选择器怎么用
• 上下文与压缩 —— /context 那张表怎么读
• 斜杠命令 —— 全部命令速查