CotEditor将新增"在Finder中显示"功能提升文件管理效率
2025-06-01 02:35:50作者:何举烈Damon
在代码编辑器的日常使用中,快速定位当前编辑文件在文件系统中的位置是一个常见需求。CotEditor作为macOS平台上一款轻量级但功能强大的文本编辑器,将在5.0.0版本中新增"Show in Finder"(在Finder中显示)功能,进一步提升用户的工作效率。
功能背景与用户需求
目前CotEditor用户需要通过两种方式查看当前文件在Finder中的位置:
- 右键点击标题栏中的文件名,然后在下拉菜单中选择包含文件夹
- 通过检查器面板中的按钮操作
这两种方式都存在操作路径较长、无法自定义键盘快捷键的局限性。相比之下,许多主流应用如Sublime Text、Xcode、JetBrains系列IDE等都提供了类似功能,但命名略有不同。
功能实现细节
CotEditor开发团队决定采用苹果官方推荐的"Show in Finder"作为功能命名,与Xcode和macOS系统保持一致。该功能将被添加到文件菜单中,方便用户快速访问。
从技术实现角度看,这个功能需要:
- 获取当前编辑文档的文件路径
- 调用macOS系统API在Finder中高亮显示该文件
- 处理未保存文档或临时文件等边界情况
键盘快捷键策略
虽然用户建议默认使用⌘R作为快捷键,但开发团队决定不预设快捷键,而是让用户根据个人习惯自行设置。这种设计考虑到了:
- 避免与现有快捷键冲突
- 尊重不同用户的操作习惯
- 用户仍可通过⌘K命令栏快速访问该功能
版本规划与发布
这一功能改进将随CotEditor 5.0.0版本发布,预计在今年秋季与用户见面。5.0.0作为重要版本更新,除了这一功能外,预计还将包含其他性能改进和新特性。
对用户体验的提升
"Show in Finder"功能的加入将显著提升CotEditor在以下场景的使用体验:
- 需要快速定位文件进行重命名或移动操作时
- 在复杂项目结构中查找相关文件时
- 需要将文件通过Finder分享或附加到其他应用时
这一改进体现了CotEditor团队对用户反馈的重视和对细节的关注,进一步巩固了其作为macOS平台优秀文本编辑器的地位。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
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
7
Ascend Extension for PyTorch
Python
192
212
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.69 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
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
React Native鸿蒙化仓库
JavaScript
243
316
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++
66
96
暂无简介
Dart
632
143