i3-gaps 项目教程
2024-09-27 04:49:58作者:曹令琨Iris
1. 项目目录结构及介绍
i3-gaps 是 i3 窗口管理器的一个分支,主要增加了窗口间的间隙(gaps)功能。以下是 i3-gaps 项目的目录结构及其介绍:
i3-gaps/
├── AnyEvent-I3/
├── contrib/
├── debian/
├── docs/
├── etc/
├── i3-config-wizard/
├── i3-dump-log/
├── i3-input/
├── i3-msg/
├── i3-nagbar/
├── i3bar/
├── include/
├── libi3/
├── man/
├── meson/
├── parser-specs/
├── release-notes/
├── share/
├── src/
├── testcases/
└── travis/
- AnyEvent-I3: 包含与 AnyEvent 相关的文件。
- contrib: 包含一些额外的贡献代码和工具。
- debian: 包含用于 Debian 打包的文件。
- docs: 包含项目的文档文件。
- etc: 包含配置文件和示例配置。
- i3-config-wizard: 配置向导工具。
- i3-dump-log: 日志转储工具。
- i3-input: 输入处理工具。
- i3-msg: 消息发送工具。
- i3-nagbar: 警告栏工具。
- i3bar: 状态栏工具。
- include: 包含头文件。
- libi3: 包含 i3 的核心库文件。
- man: 包含手册页。
- meson: 包含 Meson 构建系统的文件。
- parser-specs: 包含解析器规范文件。
- release-notes: 包含发布说明。
- share: 包含共享资源文件。
- src: 包含源代码文件。
- testcases: 包含测试用例。
- travis: 包含 Travis CI 配置文件。
2. 项目启动文件介绍
i3-gaps 的启动文件位于 src/ 目录下,主要的启动文件是 i3.c。这个文件包含了 i3 窗口管理器的主入口点。
// src/i3.c
int main(int argc, char *argv[]) {
// 初始化代码
// ...
// 主循环
while (running) {
// 处理事件
// ...
}
// 清理代码
// ...
return 0;
}
i3.c 文件负责初始化 i3 窗口管理器,处理事件循环,并在退出时进行清理。
3. 项目的配置文件介绍
i3-gaps 的配置文件通常位于 ~/.config/i3/config。这个文件包含了 i3 窗口管理器的所有配置选项。
# ~/.config/i3/config
# 设置默认边框为无
default_border pixel 0
# 设置全局间隙
gaps inner 20
gaps outer 10
# 设置特定工作区的间隙
workspace 1 gaps inner 30
workspace 2 gaps outer 15
# 启用智能间隙
smart_gaps on
# 启用智能边框
smart_borders on
# 其他配置选项
# ...
default_border pixel 0: 设置默认边框为无,以便使用间隙功能。gaps inner 20: 设置全局内部间隙为 20 像素。gaps outer 10: 设置全局外部间隙为 10 像素。workspace 1 gaps inner 30: 设置工作区 1 的内部间隙为 30 像素。workspace 2 gaps outer 15: 设置工作区 2 的外部间隙为 15 像素。smart_gaps on: 启用智能间隙功能。smart_borders on: 启用智能边框功能。
通过编辑这个配置文件,用户可以自定义 i3-gaps 的行为和外观。
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-1.5暂无简介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
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
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
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210