【亲测免费】 Linux截图工具Shutter安装与配置完全指南
项目基础介绍与主要编程语言
Shutter是一款专为Linux系统设计的强大截图工具,它允许用户进行屏幕捕获、编辑截图,并且支持分享功能。自2008年至今,由Mario Kemper起始并得到Google LLC等贡献者的支持,采用了GPL-3.0许可证发布。项目以Perl为主要编程语言,辅以少量Shell脚本来完成特定任务。
关键技术和框架
Shutter集成了多种关键技术,包括对GNOME图标的兼容性,部分图标采用GPL2许可下的Tango图标和基于Inkscape项目的GPL2许可的自定义光标。此外,它的设计允许高度定制,支持扩展插件,但其核心在于简洁高效的截屏与编辑体验,不依赖于复杂的前端框架。
安装和配置步骤
准备工作
-
更新软件包列表: 首先,确保您的Linux发行版拥有最新的软件包。打开终端并运行:
sudo apt-get update 或 sudo dnf check-update (根据您使用的Linux版本选择命令) -
安装Perl依赖项: Shutter基于Perl,可能需要一些额外的Perl模块。您可以使用以下命令来安装必要的Perl依赖(在Debian/Ubuntu系上):
sudo apt-get install libimage-exiftool-perl libgd-text-perl libwww-perl
安装步骤
-
添加GPG密钥及仓库(如果官方软件库没有预包装最新版本): 这一步骤通常不需要,因为许多Linux发行版提供了Shutter的稳定版本于其官方仓库中。但是,若需手动安装,按照项目指示,首先添加GPG密钥(具体步骤需参照项目的最新文档,这里假设已存在于仓库中,跳过此步)。
-
使用包管理器安装Shutter: 对于Debian/Ubuntu及其衍生版:
sudo apt-get install shutter对于Fedora或RHEL系列,可以使用DNF:
sudo dnf install shutter
配置和使用
-
启动Shutter: 安装完成后,在应用菜单搜索“Shutter”并启动,或者通过终端输入
shutter。 -
基本配置:
- 初次运行,Shutter可能会提示设置默认保存路径,根据个人习惯选择。
- 在“首选项”中,你可以调整截图后的行为,例如自动复制到剪贴板,设定图片格式等。
- 若要利用更多高级功能,如定时截图、区域选择、特效等,详细配置选项都在“首选项”菜单中可供调整。
-
快捷方式设置: Shutter支持自定义快捷键。在系统设置或Shutter偏好设置里,可以定义自己的快捷键以快速启动截图功能。
至此,您已经完成了Shutter的安装和基本配置,可以开始享受高效便捷的截图体验了。记住,探索Shutter的各种功能是提升工作效率的一大乐趣,不妨深入挖掘它的每个角落。
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