LaTeX-Workshop 扩展在 macOS 上自动打开 Preview.app 的问题解析
在使用 LaTeX-Workshop 扩展进行 LaTeX 文档编译时,部分 macOS 用户可能会遇到一个特殊现象:无论如何设置 latex-workshop.view.pdf.viewer 参数,系统自带的 Preview.app 总会在自动构建后自动打开。这种现象看似是扩展的问题,实则背后另有原因。
问题现象分析
当用户启用自动构建功能(latex-workshop.latex.autoBuild.run 设置为 onFileChange)时,每次保存 .tex 文件后,系统会自动触发编译流程。正常情况下,LaTeX-Workshop 会根据用户配置的 PDF 查看器(如内置标签页、外部浏览器等)显示编译结果。但在某些情况下,macOS 的 Preview.app 会不受控制地自动弹出。
根本原因探究
经过深入分析,这一问题实际上并非由 LaTeX-Workshop 扩展本身引起,而是与 LaTeX 编译工具链中的 latexmk 配置有关。具体来说:
- 许多学术机构提供的 LaTeX 模板中,默认包含一个
latexmkrc配置文件 - 该文件中可能设置了
$preview_mode = 1参数 - 这个参数会指示
latexmk在编译完成后自动打开生成的 PDF 文件 - 在 macOS 环境下,系统会默认使用 Preview.app 打开 PDF 文件
解决方案
要解决这一问题,用户有以下几种选择:
方法一:修改 latexmkrc 文件
- 在项目根目录或用户主目录下查找
latexmkrc文件 - 找到并删除或注释掉
$preview_mode = 1这一行 - 或者将其修改为
$preview_mode = 0以禁用自动预览功能
方法二:使用项目本地配置
如果不想修改全局配置,可以在项目目录下创建新的 latexmkrc 文件,并添加:
$preview_mode = 0;
这将覆盖全局配置,且只影响当前项目。
方法三:通过命令行参数覆盖
在 LaTeX-Workshop 的配置中,可以通过修改编译命令参数来覆盖默认行为:
"latex-workshop.latex.recipes": [
{
"name": "latexmk",
"tools": [
"latexmk"
]
}
],
"latex-workshop.latex.tools": [
{
"name": "latexmk",
"command": "latexmk",
"args": [
"-synctex=1",
"-interaction=nonstopmode",
"-file-line-error",
"-pdf",
"-pv-", // 这个参数禁用预览
"%DOC%"
]
}
]
技术背景
latexmk 是一个广泛使用的 Perl 脚本,用于自动化 LaTeX 文档编译过程。它的预览模式($preview_mode)参数设计初衷是为了方便用户在编译后立即查看结果。在类 Unix 系统上,它会调用系统的默认 PDF 查看器,而在 macOS 上,Preview.app 通常是默认的 PDF 阅读器。
LaTeX-Workshop 作为 VS Code 的扩展,虽然提供了自己的 PDF 查看功能,但无法干预 latexmk 自身的预览行为。因此当两者同时工作时,就会出现看似"冲突"的现象。
最佳实践建议
- 在使用机构提供的模板时,建议检查并适当修改其中的自动化配置
- 对于团队协作项目,可以在项目文档中说明这一配置要求
- 如果确实需要自动预览功能,可以考虑使用 LaTeX-Workshop 的内置查看器,而非依赖
latexmk的预览功能 - 在 macOS 上,还可以通过修改系统的默认 PDF 阅读器来改变这一行为
理解这一机制后,用户可以更灵活地控制 LaTeX 文档的编译和预览流程,获得更符合个人需求的工作体验。
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