推荐开源项目:Fix Mac Path
项目介绍
在OS X系统中,Sublime Text的PATH环境变量是由launchctl设置的,而非你的Shell。这导致Sublime Text在执行如make这样的命令时,可能找不到非系统提供的二进制文件,包括通过homebrew和MacPorts安装的程序。为了解决这一问题,我们有Fix Mac Path——一个专为Sublime Text 2和3设计的简单插件。它能将Sublime Text的PATH设置成与你的Shell相同的环境,使你在Sublime Text里也能正常使用自定义路径下的工具。
项目技术分析
Fix Mac Path的工作原理是读取并应用你的Shell配置中的PATH环境变量到Sublime Text中。这意味着,只要你把homebrew的/usr/local/bin或其他自定义目录添加到你的Shell PATH,这些改动也会被Sublime Text识别和采用。请注意,如果你直接从Shell启动Sublime Text(例如,使用subl命令),那么这个问题不会出现,因为在这种情况下,PATH已经正确地继承了。
项目及技术应用场景
对于那些依赖于自定义PATH环境进行开发的Mac OS X用户而言,Fix Mac Path非常实用。无论你是使用homebrew或MacPorts安装额外的软件,还是自己编译构建工具,这个插件都可以确保Sublime Text可以找到并运行它们。例如,在进行Python开发时,如果自定义PATH包含了你的虚拟环境,Fix Mac Path将确保Sublime Text能够识别并使用该环境中的解释器。
项目特点
- 兼容性广:Fix Mac Path支持Sublime Text 2和3两个版本。
- 易安装:通过Package Control,你可以轻松找到并安装此插件。
- 可配置性高:除了获取Shell的PATH外,你还可以在用户偏好设置中自定义附加的PATH项,扩展Sublime Text的查找范围。
要手动安装,只需使用git克隆仓库至对应Sublime Text版本的包管理目录即可。
# 对于Sublime Text 2
git clone https://github.com/int3h/SublimeFixMacPath.git ~/Library/Application\ Support/Sublime\ Text\ 2/Packages/FixMacPath
# 对于Sublime Text 3
git clone https://github.com/int3h/SublimeFixMacPath.git ~/Library/Application\ Support/Sublime\ Text\ 3/Packages/FixMacPath
综上所述,Fix Mac Path是一个解决开发者痛点的利器,它帮助你在Sublime Text中无缝使用自定义PATH中的工具。赶紧试试看吧,让开发更加流畅!
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00