《folderify项目技术文档》
2024-12-27 21:55:34作者:盛欣凯Ernestine
1. 安装指南
folderify可以通过Homebrew进行安装,这是推荐的安装方式。安装命令如下:
brew install folderify
使用Homebrew安装将自动为您的shell安装folderify的命令行补全。
如果您没有Homebrew,但系统中已经安装了ImageMagick,您可以尝试以下其他安装方式:
使用Rust安装
cargo install folderify
从源代码安装
或者直接下载代码:
git clone https://github.com/lgarron/folderify && cd folderify
# 直接运行
cargo run -- --reveal examples/src/folder_outline.png .
# 安装(假设`cargo`命令在您的路径中)
cargo install --path .
folderify --reveal examples/src/folder_outline.png .
此时,仓库文件夹应该具有一个自定义图标。
for file in examples/src/*.png; do cargo run -- $file; done
open examples/src/
您会看到一系列由.png遮罩自动生成的.iconset文件夹和.icns文件。
2. 项目使用说明
使用folderify为文件夹分配一个图标,您需要一个遮罩图片:
folderify mask.png /path/to/folder
如果要生成.icns和.iconset文件,可以使用以下命令:
folderify mask.png
默认情况下,folderify会使用系统当前的光暗模式。如果需要覆盖此设置,请使用--color-scheme:
folderify --color-scheme dark mask.png
注意:目前没有办法设置一个在切换整个操作系统光暗模式时会自动切换的图标。您只能为文件夹分配一个版本的图标。
使用技巧
- 使用
.png遮罩。 - 在透明背景上使用纯黑色设计。
- 确保遮罩图像的角像素是透明的。它们用于设置空白边距。
3. 项目API使用文档
以下是folderify的完整选项说明:
生成一个原生风格的macOS文件夹图标从遮罩文件。
使用方式:folderify [选项] [目标]
参数:
遮罩图像文件。为获得最佳效果:
- 使用.png遮罩。
- 在透明背景上使用纯黑色设计。
- 确保遮罩图像的非透明像素跨越的高度为384px,使用16px的网格。
如果高度为384px且宽度为128px的倍数(最多768px),每个64x64图块将精确对齐到最小文件夹大小的一个像素。
[目标]
目标文件或文件夹。如果指定了目标,生成的图标将应用于目标文件/文件夹。否则(除非指定了--output-icns或--output-iconset),将在遮罩所在的同一文件夹中创建一个.iconset文件夹和.icns文件(您可以使用Finder中的“获取信息”来复制.icns文件的图标)。
选项:
--output-icns <ICNS文件>
将.icns文件写入给定路径。(即使也指定了目标,也会写入。)
--output-iconset <ICONSET文件夹>
将.iconset文件夹写入给定路径。(即使也指定了目标,也会写入。)
-r, --reveal
在Finder中显示目标、.icns或.iconset(按此偏好顺序)。
--macOS <MACOS版本>
macOS文件夹图标的版本,例如"14.2.1"。默认为当前运行的版本
--color-scheme <颜色方案>
颜色方案 - 自动匹配当前系统值
[默认:自动]
[可能的值:自动、浅色、深色]
--no-trim
不从遮罩中裁剪边距。
默认情况下(即不使用此标志),所有四边的透明边距将被裁剪。
--no-progress
不显示进度条
--badge <徽章>
向图标添加徽章。目前仅支持一次性一个徽章
[可能的值:别名、锁定]
-v, --verbose
详细的输出。也设置了`--no-progress`
--completions <shell>
打印给定shell的补全(而不是生成任何图标)。
这些可以永久加载/存储(例如,当使用Homebrew时),但它们也可以直接源码加载,例如:
folderify --completions fish | source # fish
source <(folderify --completions zsh) # zsh
[可能的值:bash、elvish、fish、powershell、zsh]
-h, --help
打印帮助(使用'-h'查看摘要)
-V, --version
打印版本
4. 项目安装方式
请参照“安装指南”部分中提供的方式进行安装。推荐使用Homebrew安装,但也可以通过Rust工具或从源代码进行安装。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
3D动漫渲染与卡通风格实现:Poiyomi Toon Shader全解析7个颠覆性技巧:用Virt-Manager实现虚拟机管理效率倍增告别会议截止日焦虑:AI Deadlines让全球学术日程管理化繁为简3个步骤掌握ESP32音频开发:从硬件连接到物联网音频方案突破设备限制:VR-Reversal解锁3D视频新玩法——普通设备实现自由视角观看的技术方案开源工具G-Helper启动优化与故障解决指南4大维度破解地理空间智能难题:面向研究者与从业者的AI工具指南3步掌握英雄联盟回放深度分析:从安装到战术拆解Windows驱动签名绕过与内核工具实践指南CyberdropBunkrDownloader:多平台文件下载工具全解析
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
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++
947
886
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
398
302
🎉 (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
1.56 K
909
暂无简介
Dart
920
228
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212