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 22:18:14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
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
177
195
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
270
93
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
378
3.33 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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