Mathias’s dotfiles 技术文档
1. 安装指南
在尝试使用 Mathias’s dotfiles 之前,请确保先 Fork 此仓库,并仔细审查代码,移除不需要或不适合的部分。除非您了解这些设置的含义,否则请不要盲目使用。使用风险自负!
使用 Git 和引导脚本
您可以将仓库克隆到任何位置(我喜欢将其保存在 ~/Projects/dotfiles,并将 ~/dotfiles 设为符号链接)。引导脚本将会拉取最新版本并将文件复制到您的家目录。
git clone https://github.com/mathiasbynens/dotfiles.git && cd dotfiles && source bootstrap.sh
更新时,进入到本地 dotfiles 仓库,然后:
source bootstrap.sh
若要避免确认提示,更新时可以使用以下命令:
set -- -f; source bootstrap.sh
无 Git 安装
若要无 Git 安装这些 dotfiles:
cd; curl -#L https://github.com/mathiasbynens/dotfiles/tarball/main | tar -xzv --strip-components 1 --exclude={README.md,bootstrap.sh,.osx,LICENSE-MIT.txt}
更新时,只需再次运行上述命令。
指定 $PATH
若存在 ~/.path 文件,它将在其他文件之前被加载,并在任何功能测试(例如检测使用的 ls 版本)执行前加载。
以下是一个示例 ~/.path 文件,它将 /usr/local/bin 添加到 $PATH:
export PATH="/usr/local/bin:$PATH"
添加自定义命令而不创建新的 Fork
如果存在 ~/.extra 文件,它将与其他文件一起被加载。您可以使用它来添加一些自定义命令,无需 Fork 整个仓库,或者添加一些您不希望提交到公共仓库的命令。
我的 ~/.extra 文件看起来像这样:
# Git 凭据
# 不在仓库中,以防止意外以我的名字提交
GIT_AUTHOR_NAME="Mathias Bynens"
GIT_COMMITTER_NAME="$GIT_AUTHOR_NAME"
git config --global user.name "$GIT_AUTHOR_NAME"
GIT_AUTHOR_EMAIL="mathias@mailinator.com"
GIT_COMMITTER_EMAIL="$GIT_AUTHOR_EMAIL"
git config --global user.email "$GIT_AUTHOR_EMAIL"
您也可以使用 ~/.extra 来覆盖我的 dotfiles 仓库中的设置、函数和别名。不过,更好的做法是 Fork 此仓库。
设置合理的 macOS 默认值
新安装 macOS 时,您可能想要设置一些合理的默认值:
./.macos
安装 Homebrew formulae
新安装 Mac 时,您可能想要安装一些常见的 Homebrew formulae(当然,在安装 Homebrew 之后):
./brew.sh
这些 dotfiles 的某些功能依赖于 brew.sh 安装的 formulae。如果您不打算运行 brew.sh,您应该仔细查看脚本并手动安装任何特别重要的 formulae。一个很好的例子是 Bash/Git 完成:dotfiles 使用 Homebrew 的特殊版本。
2. 项目使用说明
- 使用引导脚本
bootstrap.sh将配置文件复制到您的家目录。 - 使用
~/.path文件来指定额外的路径。 - 使用
~/.extra文件添加自定义命令或覆盖默认设置。
3. 项目 API 使用文档
本项目不提供 API,它主要是用于配置个人电脑的 dotfiles。
4. 项目安装方式
请参考上述的安装指南来安装本项目。
通过以上步骤,您应该能够成功安装并使用 Mathias’s dotfiles。如果您遇到任何问题或需要帮助,请随时查看项目仓库中的问题追踪部分。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00