在yabai中实现单窗口居中显示的配置方案
2025-05-07 17:33:51作者:凌朦慧Richard
yabai作为macOS上强大的平铺窗口管理器,默认采用bsp布局时会将单个窗口铺满整个屏幕空间。对于大尺寸显示器用户来说,这种默认行为可能不够理想。本文将介绍几种在yabai中实现单窗口居中显示的配置方法。
浮动窗口方案
最直接的解决方案是将窗口设置为浮动模式,然后使用网格系统精确定位窗口位置和大小:
yabai -m window --toggle float
yabai -m window --grid 9:16:1:1:14:7
这个命令首先将窗口切换为浮动模式,然后使用网格系统将窗口定位在屏幕中央。网格参数9:16:1:1:14:7表示:
- 将屏幕划分为16列9行
- 窗口从第1列第1行开始
- 窗口占据14列7行的空间
自动化配置方案
对于希望自动处理单窗口情况的用户,可以通过yabai的信号系统实现自动化:
yabai -m signal --add event=window_created action='
if [ $(yabai -m query --windows --space | jq "length") -eq 1 ]; then
yabai -m window --toggle float;
yabai -m window --grid 9:16:1:1:14:7
fi
'
这段配置会在窗口创建时检查当前空间是否只有一个窗口,如果是则自动将其浮动并居中。
内边距调整方案
虽然yabai目前不支持直接配置单窗口时的特殊内边距,但可以通过设置全局内边距来近似实现居中效果:
yabai -m config left_padding 300
yabai -m config right_padding 300
yabai -m config top_padding 200
yabai -m config bottom_padding 200
设置较大的内边距后,单窗口将不会铺满整个屏幕,而是保留指定的边距空间,从而产生居中显示的效果。
方案选择建议
- 如果只需要偶尔居中单个窗口,推荐使用浮动窗口方案
- 如果希望自动处理所有单窗口情况,推荐使用自动化配置方案
- 如果偏好保持平铺布局,可以考虑内边距调整方案
每种方案都有其适用场景,用户可以根据自己的使用习惯和工作流程选择最适合的配置方式。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218