在yabai中实现单窗口居中显示的配置方案
2025-05-07 01:20:53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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
390
284
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.54 K
891
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++
939
861
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195