解决deepin-wine在Debian 12 Cinnamon桌面下图标显示问题
2025-06-09 15:53:27作者:宣利权Counsellor
在使用deepin-wine项目时,部分用户反馈在Debian 12的Cinnamon桌面环境下,Wine应用的图标无法正常显示。这个问题在KDE和GNOME桌面环境中并不存在,但在Cinnamon桌面下表现尤为明显。
问题现象
当用户安装deepin-wine应用后,在Cinnamon桌面环境中,应用程序菜单中无法显示对应的应用图标。检查/usr/share/applications目录时,发现缺少相应的图标文件。
解决方案
方法一:手动创建.desktop文件
最直接的解决方案是手动创建.desktop文件并放置到/usr/share/applications/目录中。以下是一个示例配置:
[Desktop Entry]
Encoding=UTF-8
Name=微信
GenericName=微信
Comment=基于 deepin-wine 的 windows 版微信
Exec=/opt/apps/com.qq.weixin.deepin/files/run.sh
Icon=/opt/apps/com.qq.weixin.deepin/entries/icons/hicolor/48x48/apps/com.qq.weixin.deepin.svg
Terminal=false
Type=Application
Categories=Application;Programme;
需要注意的是,这种方法虽然能解决图标显示问题,但可能会导致图标主题无法应用于这些手动创建的图标。
方法二:注销重新登录
在某些情况下,简单的注销并重新登录系统可能解决图标显示问题。这是因为桌面环境可能需要重新加载图标缓存。
技术背景
Cinnamon桌面环境在图标管理上与KDE和GNOME存在一些差异。Cinnamon更依赖于标准的Freedesktop规范,而deepin-wine的安装可能没有完全遵循这一规范创建桌面条目。
.desktop文件是Linux桌面环境中用于定义应用程序启动器的重要文件,包含应用程序的名称、图标、执行命令等信息。在Cinnamon桌面中,这些文件需要正确配置才能在菜单中显示对应的图标。
最佳实践建议
- 对于deepin-wine应用,建议优先检查是否已有自动生成的.desktop文件
- 如果自动生成的文件存在问题,手动创建是最可靠的解决方案
- 创建.desktop文件时,确保图标路径指向实际存在的图标文件
- 考虑将自定义.desktop文件放在
~/.local/share/applications/目录下,这样不会影响系统级配置
通过以上方法,可以确保deepin-wine应用在Cinnamon桌面环境中正常显示图标,提升用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781