Fastfetch 自定义用户和主机名显示技巧
2025-05-17 11:23:28作者:乔或婵
背景介绍
Fastfetch 是一款现代化的系统信息获取工具,类似于 Neofetch,但性能更高。在实际使用中,用户有时需要自定义显示的用户名和主机名信息,这可能是出于隐私保护或个性化展示的需求。
自定义用户名显示方法
在 Fastfetch 中,可以通过环境变量临时覆盖系统检测到的用户名:
USER=自定义用户名 fastfetch
这种方法简单直接,适合临时使用。如果需要长期使用这个自定义用户名,可以考虑将其添加到 shell 配置文件中作为别名:
alias myfetch='USER=自定义用户名 fastfetch'
高级自定义显示方案
对于需要更复杂自定义显示效果的用户,可以通过修改 title 模块的格式字符串来实现:
{
"type": "title",
"format": "\u001b[38;5;39m\u001b[1m自定义用户名\u001b[0m{7}{8}"
}
这个配置中:
\u001b[38;5;39m设置文本颜色\u001b[1m设置文本为粗体\u001b[0m重置文本样式{7}显示"@"符号{8}显示主机名
技术原理
Fastfetch 默认会从系统环境中获取用户名和主机名信息。通过环境变量覆盖的方式,我们实际上是在命令执行前临时修改了环境变量,从而影响程序的检测结果。
而通过修改 title 模块的格式字符串,则是利用了 Fastfetch 强大的格式化功能,直接指定要显示的内容。其中:
\u001b是 JSON 中表示 ANSI 转义序列的方式- 数字编号如 {7}、{8} 对应 title 模块预定义的字段
应用场景
- 隐私保护:在截图分享时隐藏真实用户名
- 个性化展示:使用昵称而非系统用户名
- 主题一致性:使显示信息与桌面主题配色保持一致
- 演示环境:在演示时使用统一的显示名称
注意事项
- 使用环境变量方式会临时影响所有子进程的环境
- ANSI 颜色代码需要与终端主题兼容
- 复杂的格式字符串可能会影响可读性
- 配置变更后建议验证显示效果
通过以上方法,用户可以灵活控制 Fastfetch 显示的用户名和主机名信息,满足不同场景下的需求。
登录后查看全文
热门项目推荐
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
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108