Maccy:轻量级macOS剪贴板管理器使用指南
Maccy是一个专为macOS设计的轻量级剪贴板管理器,它能够保存用户复制的内容历史记录,并提供快速导航、搜索和使用先前剪贴板内容的功能。该工具支持macOS Sonoma 14及以上版本,具有轻量快速、键盘优先、安全隐私保护、原生UI界面和开源免费等特点。
安装方法
通过Homebrew安装
brew install maccy
手动下载安装
从GitHub发布页面下载最新版本的DMG文件,拖拽到应用程序文件夹即可完成安装。
基本使用方法
- 使用快捷键
SHIFT (⇧) + COMMAND (⌘) + C弹出Maccy窗口,或点击菜单栏图标 - 输入关键词搜索历史记录
- 按
ENTER选择项目复制,或使用COMMAND (⌘) + n快捷键 - 按
OPTION (⌥) + ENTER选择并粘贴项目 - 按
OPTION (⌥) + SHIFT (⇧) + ENTER选择并粘贴无格式文本
高级功能操作
忽略复制内容
要临时忽略所有复制的内容,可以使用终端命令:
defaults write org.p0deje.Maccy ignoreEvents true
完成后记得将值改回false以恢复正常功能。
也可以通过点击菜单图标时按住 OPTION (⌥) 键来临时禁用Maccy,或按住 OPTION (⌥) + SHIFT (⇧) 仅忽略下一次复制。
自定义忽略类型
Maccy默认会忽略某些被认为是机密或临时的复制类型,如密码管理器和特定应用的专用格式。用户可以在设置中添加自定义类型来扩展忽略列表。
调整剪贴板检查间隔
默认情况下,Maccy每500毫秒检查一次剪贴板。如果需要更快的响应,可以使用以下命令调整:
defaults write org.p0deje.Maccy clipboardCheckInterval 0.1
常见问题解决
无法自动粘贴
如果选择历史项目后无法自动粘贴:
- 确保在偏好设置中启用了"自动粘贴"选项
- 检查系统设置 > 隐私与安全 > 辅助功能中是否已添加Maccy
快捷键冲突
当设置Maccy快捷键时提示已被占用:
- 打开系统设置 > 键盘 > 快捷键
- 找到占用该快捷键的功能并禁用或更改
- 重启Maccy后重新设置快捷键
密码字段中快捷键失效
如果在密码字段中快捷键产生字符(如Option+C→"ç"),macOS安全机制可能会阻止。建议使用Karabiner-Elements将快捷键重新映射为不同的组合。
项目特色功能
Maccy采用原生macOS界面设计,确保与系统完美融合。其键盘优先的设计理念让用户无需离开键盘即可完成所有操作,大大提升了工作效率。
应用支持丰富的快捷键操作,包括项目固定、删除、搜索等功能,所有操作都可通过键盘完成,为高级用户提供了极大的便利性。
开发背景
Maccy的开发源于对简单免费剪贴板管理器的需求。开发者从Linux迁移到macOS后,发现缺少类似Parcellite那样简洁高效的工具,因此决定自行开发。同时,这也是一个学习Swift和macOS应用开发的实践项目。
项目采用MIT许可证开源,代码托管在GitCode平台,欢迎开发者参与贡献和改进。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0115
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08