GlazeWM 窗口管理:如何配置特定应用程序始终以浮动模式启动
2025-05-28 18:32:55作者:秋泉律Samson
在窗口管理工具 GlazeWM 中,用户经常需要针对某些特殊应用程序进行个性化配置。本文将详细介绍如何通过修改配置文件,实现让特定程序(如 Microsoft Outlook)始终以浮动模式启动,避免自动平铺带来的界面显示问题。
为什么需要浮动窗口规则
某些应用程序在平铺模式下会出现界面显示异常,例如:
- 侧边栏功能被遮挡
- 子窗口尺寸异常压缩
- 工具栏显示不完整
以 Microsoft Outlook 为例,当与其它窗口平铺时,其复杂的界面元素经常会出现显示问题。虽然可以通过快捷键手动切换浮动状态,但每次都需重复操作显然不够高效。
配置方法详解
GlazeWM 通过 window_rules 配置项实现窗口规则管理。要让特定应用始终浮动,需要添加包含以下内容的规则:
window_rules:
- commands: ['set-floating']
match:
- window_process: { equals: 'OUTLOOK.EXE' }
关键参数说明
- commands:定义要执行的操作,
set-floating表示设置为浮动模式 - match:匹配条件,用于识别目标窗口
window_process:通过进程名匹配- 也可使用
window_class或window_title等其他匹配条件
高级配置技巧
- 多应用配置:可以为多个应用添加浮动规则
window_rules:
- commands: ['set-floating']
match:
- window_process: { equals: 'OUTLOOK.EXE' }
- window_process: { equals: 'Teams.exe' }
- 正则匹配:对名称不固定的应用可使用正则表达式
match:
- window_class: { regex: 'HwndWrapper.*' }
- 组合条件:同时匹配多个属性提高精确度
match:
- window_process: { equals: 'OUTLOOK.EXE' }
window_title: { contains: '邮件' }
实际应用建议
- 使用任务管理器查看目标应用的准确进程名
- 复杂应用可能需要同时配置主窗口和弹出窗口
- 配置变更后需要重启 GlazeWM 或重新加载配置
- 可通过日志功能调试规则匹配情况
通过合理配置窗口规则,可以显著提升 GlazeWM 的使用体验,特别是在处理那些设计时未考虑平铺模式的传统应用程序时。这种配置方式既保持了平铺窗口管理器的优势,又兼顾了特殊应用的显示需求。
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