在ble.sh中自定义命令执行耗时提示
2025-06-26 23:50:38作者:俞予舒Fleming
ble.sh是一个强大的Bash行编辑器扩展,它提供了许多增强功能来改善命令行体验。其中一个实用功能是exec_elapsed_mark,它会在命令执行后显示执行时间和CPU使用率。默认情况下,这个提示会同时显示执行的命令内容,但有时我们可能希望简化输出,只显示耗时信息。
默认行为分析
当启用exec_elapsed_mark选项时,ble.sh会在每个命令执行后输出类似如下的信息:
[ble: elapsed 4ms (CPU 100.0%)] true
这个输出包含三个部分:
- 耗时信息(elapsed time)
- CPU使用率
- 执行的命令内容
自定义耗时提示
虽然ble.sh没有直接提供选项来隐藏命令内容,但我们可以通过编写自定义的POSTEXEC钩子函数来实现这个需求。以下是实现方案的核心思路:
-
首先禁用内置的耗时提示:
bleopt exec_elapsed_mark= -
然后注册自定义的POSTEXEC钩子函数:
function custom.postexec { if ble/exec/time#mark-enabled; then # 耗时计算和格式化逻辑 ble/util/print "[ble: elapsed ${ata} (CPU ${cpu}%)]" fi } blehook POSTEXEC+=custom.postexec
完整实现示例
下面是一个完整的自定义实现,它提供了更灵活的格式控制:
# 禁用内置耗时提示
bleopt exec_elapsed_mark=
# 自定义耗时提示格式
bleopt github481_elapsed_mark=$'\e[94m[ble: elapsed %s (CPU %s%%)]\e[m'
function ble/contrib/config:github481-elapsed-mark-without-command/postexec {
if ble/exec/time#mark-enabled; then
local ata=$((_ble_exec_time_ata/1000))
# 耗时单位自动转换
if ((ata<1000)); then
ata="${ata}ms"
elif ((ata<1000*1000)); then
ata="${ata::${#ata}-3}.${ata:${#ata}-3}s"
elif ((ata/=1000,ata<3600*100)); then
local min
((min=ata/60,ata%=60))
if ((min<100)); then
ata="${min}m${ata}s"
else
ata="$((min/60))h$((min%60))m${ata}s"
fi
else
local hour
((ata/=60,hour=ata/60,ata%=60))
ata="$((hour/24))d$((hour%24))h${ata}m"
fi
# CPU使用率计算
local cpu='--.-'
if ((_ble_exec_time_tot)); then
cpu=$(((_ble_exec_time_usr+_ble_exec_time_sys)*1000/_ble_exec_time_tot))
cpu=$((cpu/10)).$((cpu%10))
fi
# 使用预设格式输出
local ret
ble/util/sprintf ret "$bleopt_github481_elapsed_mark" "$ata" "$cpu"
ble/util/print "$ret"
fi
}
# 注册钩子
blehook POSTEXEC+=ble/contrib/config:github481-elapsed-mark-without-command/postexec
实现特点
- 智能时间单位转换:自动根据耗时长短选择合适的单位(毫秒、秒、分钟、小时、天)
- 精确的CPU使用率计算:保留一位小数精度
- 可自定义输出格式:通过
bleopt github481_elapsed_mark可以修改输出样式 - 颜色支持:默认使用蓝色高亮显示
使用建议
- 对于简单的需求,可以直接使用上面的代码片段
- 如果需要更多定制,可以修改
bleopt github481_elapsed_mark的值来改变输出格式 - 更复杂的定制可以修改钩子函数中的计算逻辑
通过这种方式,ble.sh用户可以灵活地控制命令执行后的耗时提示,既保持了功能的实用性,又避免了输出信息的冗余。
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
🔥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
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
暂无简介
Dart
801
199
🎉 (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
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1