Glance 快速预览插件下载与安装教程
2026-01-25 05:29:31作者:盛欣凯Ernestine
Glance 是一个强大的 macOS 平台上的 Quick Look 插件,它为许多macOS默认不支持的文件类型提供了预览功能。这个开源项目集成了多个单独的插件功能,旨在提供一致且美观的预览体验,特别是对开发者来说极其有用,因为它支持多种源代码文件类型的语法高亮显示,如 .cpp, .js, .json, .py, .swift, .yaml 等,还包括Markdown渲染、归档文件查看、Jupyter Notebook 和 TSV 文件的支持等。
1. 项目介绍
Glance 的设计考虑到了美观性和兼容性,完全适应 Dark Mode,并能够轻松扩展以支持更多文件类型。对于那些需要预览的特定文件类型在其他 Quick Look 插件中未找到满意解决方案的用户来说,Glance 是一个理想的选择。此外,尽管一些早期插件可能因使用了已被废弃的API而面临未来失效的风险,Glance 则基于新API构建,确保长期稳定性。
2. 项目下载位置
前往 Glance 的 GitHub 仓库开始您的下载旅程:
[Glance GitHub 页面](https://github.com/samuelmeuli/glance.git)
点击网页右上角的 "Code" 按钮,然后选择 "Download ZIP" 来获取最新版本的源码包,或者通过 git clone 命令克隆仓库到本地。
git clone https://github.com/samuelmeuli/glance.git
3. 项目安装环境配置
环境需求
- 操作系统:macOS 10.15 或更高版本,因为Glance利用了在此版本中引入的新Quick Look API。
- 工具链:确保您已安装Xcode,这将为您提供所需的Swift编译器以及必要的开发工具。
图片示例(文字描述)
由于无法直接插入图片,这里进行文字描述:
- 打开Xcode后,您会看到Glance的项目结构,包含Swift源代码文件、资源文件等。
- 在项目导航区选中主目标,确认其配置正确指向macOS部署目标为10.15或以上。
4. 项目安装方式
- 打开项目:在下载完源码并解压后,双击
.xcodeproj文件来在Xcode中打开Glance项目。 - 配置权限:如果项目需要网络权限进行某些预览渲染,请按提示配置相应的entitlements。
- 编译与安装
- 在Xcode中,选择合适的scheme,通常是项目名“Glance”。
- 点击顶部工具栏的运行按钮(▶️),或使用快捷键
Cmd+R进行编译和运行。
- 安装插件:编译成功后,首次运行可能会自动安装Quick Look插件,如果没有自动安装,你需要手动将其从
Products目录下对应的.qlgenerator文件拖拽至/Library/QuickLook/目录下。需要管理员权限完成此操作。
5. 项目处理脚本(编译与安装自动化)
虽然没有直接的处理脚本来自动执行全部流程,但你可以创建一个简单的bash脚本来简化编译和移动.qlgenerator文件的过程。
#!/bin/bash
echo "Building Glance..."
xcodebuild -project Glance.xcodeproj -target Glance -configuration Release
echo "Installing Glance Quick Look Plugin..."
install_name_tool -id @executable_path/../Frameworks/Glance.framework/Versions/A/Glance Products/Release/Glance.qlgenerator/Contents/Frameworks/Glance.framework
sudo cp -r Products/Release/Glance.qlgenerator /Library/QuickLook/
echo "Glance installation complete."
请在终端内运行上述脚本前,确保你已经适当修改了任何路径或配置以匹配你的实际项目结构,且理解这段脚本的含义。安全起见,在执行带有sudo的命令时要特别小心。
这就是Glance项目从下载到安装的全过程。享用这款高效且美观的快速预览工具,提升你的macOS工作流体验吧!
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust043
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
老旧Mac系统升级:让过时设备重获新生的完整解决方案高效解决输入设备控制难题:Input Remapper的灵活配置与自定义控制指南FSearch:让Linux文件搜索快如闪电的索引式搜索工具3步攻克音乐歌词获取难题:智能云音乐歌词解决方案Awoo Installer:3大突破破解Switch游戏安装难题的全方位解决方案详解Oni-Duplicity:打造专属《缺氧》世界的全能存档编辑工具告别ADB命令行困扰:ADB Explorer让Android设备管理如此简单VoTT:计算机视觉标注工具的全流程实践指南Universal-IFR-Extractor实战指南:从功能解析到配置优化的完整路径3个步骤掌握GPT Researcher:从智能研究助手到自动化报告生成
项目优选
收起
暂无描述
Dockerfile
682
4.36 K
Ascend Extension for PyTorch
Python
523
633
Claude 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 Started
Rust
187
41
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
401
307
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++
950
900
暂无简介
Dart
927
229
🎉 (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
1.57 K
912
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
214
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
125
205
昇腾LLM分布式训练框架
Python
144
169