ShellTile:GNOME Shell的窗口平铺扩展
2024-09-01 05:11:16作者:袁立春Spencer
项目介绍
ShellTile 是一个专为 GNOME Shell 设计的开源窗口管理扩展,它允许用户通过简单地将窗口拖拽到屏幕边缘来实现窗口的自动平铺布局。这一功能极大地优化了多任务处理体验,特别是在高分辨率或多显示器设置下,使得屏幕空间得到高效利用。该项目遵循 GPL-2.0 许可证,并在 GitHub 上积极维护。
项目快速启动
要开始使用 ShellTile,你需要具备以下环境:
-
系统需求:确保你的系统是基于 GNOME 的,尤其是 Ubuntu 22.04 或更高版本(需要注意,对于 Ubuntu 22.04,原ShellTile可能不兼容,推荐使用类似如Tiling Assistant作为替代,但如果你仍想尝试安装ShellTile,请继续)。
-
安装 GNOME Shell 扩展插件:首先,你可能需要安装 GNOME Shell 扩展浏览器插件,这通常可以通过访问 GNOME Extensions 网站并按照提示进行操作来完成。
安装步骤:
直接从 GNOME Extensions 安装(假设已有插件)
- 访问 ShellTile 的 GNOME Extensions 页面。
- 开启扩展,它应该会自动下载并安装。
通过命令行安装(适用于ShellTile不支持的版本或手动控制需要)
- 克隆项目源码:
git clone https://github.com/emasab/shelltile.git - 在 GNOME Shell 扩展目录中复制或软链该扩展:
mv shelltile /usr/share/gnome-shell/extensions/ || sudo cp -r shelltile /usr/share/gnome-shell/extensions/ - 启用扩展,可以通过 GNOME Tweaks 工具或者使用下面的命令(需要先安装gnome-shell-extension-prefs):
gnome-extensions-enable shelltile@emasab.com
请注意,安装过程中可能需要重启 GNOME Shell(可通过注销再登录完成)。
应用案例和最佳实践
ShellTile 能够极大提高生产力,特别适合:
- 开发环境:编程时可以轻松安排编辑器、终端和文档窗口,让它们各自占用屏幕的一部分。
- 多任务处理:查看多个文档或应用程序窗口而无需频繁切换。
- 演示准备:整理演讲稿、注释和演示软件,以便在屏幕上一目了然。
最佳实践建议定期检查扩展更新,以享受最新的功能和稳定性改进。
典型生态项目
虽然 ShellTile 自身是一个独立的优秀工具,但在 GNOME 生态中,类似的窗口管理和增强工具也非常丰富,例如:
- Tiling Assistant:当 ShellTile 不适用时,它是很好的替代品,支持现代 GNOME 版本的窗口平铺管理。
- Dash to Dock:增强 dock 功能,提高工作流的效率。
- GSConnect:如果你连接 Android 设备,它可以提供无缝集成。
通过结合使用这些扩展,你可以完全定制你的桌面环境,使之更加符合个人的工作习惯和偏好。
以上就是关于 ShellTile 的简要介绍及使用指南。希望这个强大的工具能够让你的多窗口管理工作变得更加有序和高效。记得持续关注项目更新,以便获得最佳体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0116
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220