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。
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