《GNOME Shell 系统监视器扩展的安装与使用指南》
2024-12-31 14:17:03作者:虞亚竹Luna
引言
在现代操作系统中,实时监控系统资源的使用情况对于用户来说至关重要。GNOME Shell 系统监视器扩展正是为了满足这一需求而开发的开源项目。它可以帮助用户在 GNOME Shell 的状态栏中实时显示系统信息,如内存使用、CPU 使用率、网络速率等。本文将详细介绍如何安装和使用这一扩展,帮助用户更好地监控和管理系统资源。
安装前准备
在开始安装之前,确保您的系统满足以下要求:
- 系统要求:GNOME Shell v3.26 或更高版本。
- 硬件要求:如果需要监控 NVIDIA 显卡内存使用,需要安装
nvidia-smi。 - 必备软件和依赖项:根据您的操作系统,安装相应的依赖包。
以下是根据不同操作系统安装依赖包的命令:
- Ubuntu/Debian:
sudo apt install gir1.2-gtop-2.0 gir1.2-nm-1.0 gir1.2-clutter-1.0 gnome-system-monitor - Fedora:
sudo dnf install libgtop2-devel NetworkManager-libnm-devel gnome-system-monitor - Arch Linux:
sudo pacman -S libgtop networkmanager gnome-system-monitor clutter - openSUSE:
sudo zypper install gnome-shell-devel libgtop-devel libgtop-2_0-10 gnome-system-monitor
确保所有依赖项都已正确安装,这将有助于避免安装过程中的错误。
安装步骤
下载开源项目资源
从以下地址下载 GNOME Shell 系统监视器扩展的 ZIP/Tarball 文件:
https://github.com/paradoxxxzero/gnome-shell-system-monitor-applet/releases
安装过程详解
-
解压下载的文件,打开终端,进入解压后的目录。
-
执行以下命令进行安装:
make install -
如果您计划进行开发或测试修改,建议从 Git 仓库克隆项目,并创建符号链接。
GIT_PROJECTS=~/git_projects PROJECT_NAME=gnome-shell-system-monitor-applet mkdir $GIT_PROJECTS cd $GIT_PROJECTS git clone git://github.com/paradoxxxzero/gnome-shell-system-monitor-applet.git $PROJECT_NAME mkdir -p ~/.local/share/gnome-shell/extensions cd ~/.local/share/gnome-shell/extensions { [ -d "./$PROJECT_NAME" ] || [ -L "./$PROJECT_NAME" ]; } && rm -Rf "./$PROJECT_NAME" ln -s $GIT_PROJECTS/gnome-shell-system-monitor-applet/$PROJECT_NAME gnome-shell-extension-tool --enable-extension=$PROJECT_NAME gnome-extensions enable system-monitor@paradoxxx.zero.gmail.com -
重启 GNOME Shell(按
Alt + F2,然后输入r)或重启您的 GNOME 会话(如果您使用的是 Wayland)。
常见问题及解决
- 如果安装失败,请检查是否已安装所有必要的依赖项,并确保浏览器有权安装扩展。
- 如果安装后无法看到扩展,尝试重启 GNOME Shell。
基本使用方法
加载开源项目
安装完成后,您可以通过以下方式加载扩展:
- 使用
gnome-tweak-tool。 - 在终端中运行
gnome-shell-extension-tool --enable-extension=system-monitor@paradoxxx.zero.gmail.com。
简单示例演示
在 GNOME Shell 状态栏中,您应该能够看到一个新图标,表示系统监视器扩展已成功加载。点击该图标将显示系统资源的详细使用情况。
参数设置说明
您可以通过扩展的设置界面来调整显示的参数和选项,以满足您的个性化需求。
结论
通过本文的介绍,您应该能够顺利安装和使用 GNOME Shell 系统监视器扩展。如果您在使用过程中遇到任何问题,可以参考项目的官方文档或通过项目仓库获取帮助。此外,鼓励您亲自实践和探索扩展的功能,以更好地理解和利用这一强大的工具。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 Python案例资源下载 - 从入门到精通的完整项目代码合集 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
301
2.65 K
Ascend Extension for PyTorch
Python
130
152
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
1.02 K
457
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++
610
196
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (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
1.05 K
613
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
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
360
2.43 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205