Dunst通知系统进度条样式自定义指南
2025-06-10 07:26:29作者:庞队千Virginia
概述
Dunst作为一款轻量级的Linux桌面通知守护进程,提供了丰富的自定义选项,其中进度条样式配置是一个实用但常被忽视的功能。本文将详细介绍如何通过Dunst配置文件来自定义通知中的进度条外观,包括颜色、尺寸、对齐方式等参数设置。
进度条基础配置
颜色设置
进度条的高亮颜色通过highlight参数控制,这个颜色不仅用于进度条填充部分,还会影响通知中的其他高亮元素。颜色值可以使用标准颜色名称或十六进制代码。
尺寸参数
-
高度控制:
progress_bar_height参数(默认10像素)设置进度条总高度,包含边框在内。注意这个值必须大于两倍的边框宽度。 -
宽度范围:
progress_bar_min_width(默认150像素)设置进度条最小宽度progress_bar_max_width(默认300像素)设置最大宽度 通知窗口会自动调整以适应这些尺寸要求。
边框与圆角样式
边框设置
progress_bar_frame_width参数(默认1像素)控制进度条边框的粗细。要确保这个值小于进度条高度的一半,否则会导致显示异常。
圆角效果
-
圆角半径:通过
progress_bar_corner_radius参数(默认0,即直角)可以设置圆角大小,单位为像素。 -
圆角位置:
progress_bar_corners参数(默认"all")控制哪些角显示为圆角,可选值包括:- "all":所有角
- "top":仅顶部
- "bottom":仅底部
- "left":左侧
- "right":右侧 也可以组合使用,如"top-left bottom-right"等。
对齐方式
progress_bar_horizontal_alignment参数控制进度条的水平对齐方式,可选值:
- "left":左对齐
- "center":居中(默认)
- "right":右对齐
无论选择哪种对齐方式,进度条都会保持与通知边缘的水平间距(由horizontal_padding参数控制)。
实际应用示例
以下是一个完整的进度条样式配置示例:
[global]
highlight = "#FF5733" # 橙色高亮
progress_bar_height = 12
progress_bar_min_width = 100
progress_bar_max_width = 250
progress_bar_frame_width = 2
progress_bar_corner_radius = 5
progress_bar_corners = "top"
progress_bar_horizontal_alignment = "right"
这个配置将产生一个右对齐、顶部圆角、橙色填充的进度条,带有2像素边框和5像素圆角半径。
注意事项
- 修改配置后需要重启Dunst服务使更改生效
- 某些参数之间存在依赖关系,如圆角半径必须大于0才能使圆角位置设置生效
- 进度条样式会应用于所有使用进度条的通知,无法针对单个通知单独设置
通过合理配置这些参数,用户可以创建与桌面主题完美融合的进度条样式,提升视觉一致性和用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0193
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook05
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
766
4.99 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
686
1.34 K
Ascend Extension for PyTorch
Python
721
888
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
458
445
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
617