Windows Terminal 使用教程
项目介绍
Windows Terminal 是一个现代的、功能丰富的终端应用程序,专为命令行用户设计。它包含了许多Windows命令行社区最常请求的功能,包括标签支持、富文本、全球化、可配置性、主题和样式等。Windows Terminal 还旨在保持快速和高效,不会消耗大量的内存或电源。
项目快速启动
安装 Windows Terminal
你可以通过多种方式安装 Windows Terminal,以下是几种常见的方法:
使用 Windows Package Manager CLI (winget)
winget install --id Microsoft.WindowsTerminal -e
使用 Chocolatey
choco install microsoft-windows-terminal
使用 Scoop
scoop bucket add extras
scoop install windows-terminal
启动 Windows Terminal
安装完成后,你可以在开始菜单中找到 Windows Terminal 并启动它。你也可以通过命令行启动:
wt
应用案例和最佳实践
多标签和窗格
Windows Terminal 支持多标签和窗格,可以让你在一个窗口中同时运行多个命令行会话。你可以通过快捷键 Ctrl + Shift + T 打开新标签页,通过 Alt + Shift + D 复制当前窗格。
自定义配置
Windows Terminal 支持丰富的自定义配置。你可以在 settings.json 文件中进行配置,该文件通常位于 %LOCALAPPDATA%\Packages\Microsoft.WindowsTerminal_<random>\LocalState\ 目录下。
以下是一个简单的自定义配置示例:
{
"profiles": {
"defaults": {
"fontFace": "Cascadia Code",
"fontSize": 12,
"colorScheme": "Campbell"
}
}
}
典型生态项目
Windows Console Host
Windows Console Host (conhost.exe) 是 Windows 的原生命令行用户体验。它托管了 Windows 的命令行基础设施和 Windows Console API、输入引擎、渲染引擎和用户偏好等。
Windows Terminal Preview
Windows Terminal Preview 是 Windows Terminal 的预览版本,包含了一些尚未正式发布的功能和改进。你可以通过 Microsoft Store 安装 Windows Terminal Preview。
Windows Terminal Canary
Windows Terminal Canary 是 Windows Terminal 的每日构建版本,包含最新的代码。这个版本最不稳定,可能包含未发现的 bug,适合喜欢尝试最新功能的用户。
通过这些模块的介绍和实践,你应该能够快速上手并充分利用 Windows Terminal 的功能。
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