推荐:Alfred 2布局工作流 - 轻松管理Mac窗口的神器!
2024-05-29 13:30:00作者:咎岭娴Homer
在数字化的工作环境中,高效地管理屏幕空间至关重要。对于Apple用户,特别是那些喜欢使用Alfred以提升效率的朋友,有一个开源项目值得你关注——Alfred 2布局工作流。它是一个基于Alfred 2的简单窗口布局工具,让你只需几个快捷命令就能实现快速排列和调整窗口。
项目介绍
Alfred 2布局工作流是一款轻量级的Python脚本应用,利用PyObjC和ScriptingBridge库与Mac OS X系统进行交互。它能够帮助你在多个显示器上灵活安排窗口的位置和大小,无需手动拖拽或点击,大大提高了工作效率。开发者虽然已经转向了Linux平台,但承诺会尽力维护这个项目,并欢迎新的贡献者接手。
项目技术分析
该工作的核心在于其Python编写脚本,它通过两种方式控制窗口位置:
- 直接控制:如果应用程序支持脚本化,脚本可以直接操作窗口。
- 间接控制:对于不支持脚本化的应用程序,它会使用
SystemEvents作为备选方案。为了使这一功能正常运行,你需要在系统设置的安全性与隐私中添加Alfred到辅助功能列表。
此外,Alfred 2布局工作流还提供了详细的修改指南,方便有志之士对其进行扩展和定制。
应用场景
无论你是全职开发者、设计师,还是学生或研究人员,这款工作流都能在以下场景派上大用场:
- 多任务处理:轻松将窗口分半或四等分,同时查看和编辑多个文档或应用。
- 演示准备:迅速调整窗口布局,以最佳方式展示你的工作。
- 桌面整理:一键最大化或居中窗口,保持桌面整洁有序。
项目特点
- 易用性:只需要输入关键词“lay”加上相应的指令,如"full"或"topleft",即可完成窗口布局。
- 跨屏操作:支持多显示器环境,可以在不同屏幕上进行窗口布局。
- 兼容性:适用于从Mountain Lion到El Capitan等多个Mac OS版本。
- 自定义:提供关键词“layother”,用于在不同屏幕间移动和布局窗口。
- 灵活性:允许用户通过“grow”和“shrink”来动态调整窗口大小。
最后,该项目采用MIT许可证,这意味着你可以自由地使用、复制、修改和分发。
如果你是Mac用户,还在为窗口管理而烦恼,那么Alfred 2布局工作流是你不可或缺的工具。立即下载并尝试一下吧,体验前所未有的桌面管理效率!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218