Emacs下的Atom One Dark主题安装与配置指南
2025-04-21 19:17:01作者:瞿蔚英Wynne
1. 项目基础介绍
Atom One Dark是一款广受欢迎的代码编辑器主题,本项目是将Atom One Dark主题移植到Emacs编辑器中的开源项目。本项目主要用于改善Emacs用户界面外观,使其更为现代与舒适。该项目的编程语言为Emacs Lisp。
2. 项目使用的关键技术和框架
本项目主要利用了Emacs的内置功能和自定义主题的机制。Emacs Lisp是Emacs的内置编程语言,通过这种语言,用户可以自定义Emacs的行为和外观。本项目不涉及复杂的外部框架,但需要Emacs具备一定的扩展能力,这些能力通常通过安装ELPA(Emacs Lisp Package Archive)包管理器来实现。
3. 安装和配置准备工作
在开始安装之前,请确保您的系统中已经安装了Emacs编辑器,并且版本至少为24.1,这是因为本项目可能不会在更早的版本上正常工作。
安装步骤
步骤一:安装Emacs(如果尚未安装)
根据您的操作系统,您可能需要从官方网站下载并安装Emacs。
步骤二:启用MELPA包仓库
启动Emacs,打开配置文件(通常是~/.emacs或~/.emacs.d/init.el),并在其中添加以下代码来启用MELPA包仓库:
(require 'package)
(add-to-list 'package-archives '("melpa" . "https://melpa.org/packages/"))
(package-initialize)
保存并关闭配置文件,然后重启Emacs。
步骤三:安装Atom One Dark主题
-
使用Emacs内置的包管理器安装主题:
- 在Emacs中按下
M-x(Alt+x),输入package-list-packages,回车。 - 在包列表中找到
atom-one-dark-theme,标记它进行安装。 - 按下
x执行安装,然后等待安装完成。
- 在Emacs中按下
-
如果您更喜欢手动安装,可以按照以下步骤操作:
- 克隆本项目的Git仓库到本地:
git clone https://github.com/jonathanchu/atom-one-dark-theme.git - 将克隆下来的仓库移动到Emacs的自定义主题路径下,通常是
~/.emacs.d/themes/,如果没有这个目录,请创建它。 - 在Emacs配置文件中添加以下代码,将主题路径加入到
custom-theme-load-path:(add-to-list 'custom-theme-load-path "~/.emacs.d/themes/") - 加载主题:
(load-theme 'atom-one-dark t) - 重启Emacs,新主题应该已经生效。
- 克隆本项目的Git仓库到本地:
通过以上步骤,您应该能够在Emacs中使用Atom One Dark主题了。如果遇到任何问题,可以查看项目的README文件或通过GitHub的issue跟踪系统寻求帮助。
登录后查看全文
热门项目推荐
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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
项目优选
收起
deepin linux kernel
C
24
8
暂无简介
Dart
643
149
Ascend Extension for PyTorch
Python
203
219
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++
654
282
React Native鸿蒙化仓库
JavaScript
248
317
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (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
1.13 K
631
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873