首页
/ Xournal++在macOS上的优化与问题解决

Xournal++在macOS上的优化与问题解决

2025-05-18 06:42:33作者:吴年前Myrtle

Xournal++是一款优秀的开源手写笔记应用,近期针对macOS平台特别是ARM架构设备进行了多项优化。本文将详细介绍这些改进以及用户反馈的问题。

性能优化进展

开发团队近期为ARM架构的Mac设备(M1/M2/M3芯片)提供了原生支持版本。测试表明,新版本在以下方面有明显改善:

  1. 分屏模式稳定性提升
  2. 页面滚动流畅度增强
  3. 崩溃频率显著降低

已知问题与解决方案

尽管新版本有了很大改进,但仍存在一些性能问题:

  1. 保存延迟问题:处理大型文档(30-40页)时,手动保存可能耗时10秒以上

    • 建议定期保存,避免长时间工作后一次性保存
    • 开发团队正在优化文件I/O处理
  2. 图形操作延迟

    • 复制粘贴操作有时需要刷新视图才能显示
    • 触控板缩放操作不够流畅
    • 这些问题与图形渲染管线有关,后续版本会继续优化
  3. 分屏模式下的显示问题

    • 全屏切换可能卡顿
    • 窗口缩放在分屏模式下表现不稳定
    • 建议暂时避免频繁切换显示模式

用户建议功能

有用户提出了增加演示工具的建议,这种工具的特点是:

  • 模拟真实演示效果
  • 笔迹会自动消失
  • 特别适合教学场景

开发团队已将此需求纳入考虑,可能会在后续版本中实现。

技术背景

ARM版Xournal++的开发面临以下挑战:

  1. 缺乏ARM架构的持续集成支持
  2. 开发环境配置复杂
  3. 图形库兼容性问题

团队通过以下方式解决了这些问题:

  • 搭建专门的ARM测试环境
  • 调整构建脚本
  • 优化依赖管理

使用建议

对于macOS用户,特别是M系列芯片用户:

  1. 推荐使用1.2.4或更新版本
  2. 首次运行可能需要解除系统安全限制
  3. 遇到性能问题时,可尝试减少同时打开的文档数量

开发团队会持续关注macOS平台的性能表现,未来版本将进一步提升用户体验。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.51 K
kernelkernel
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
496
521
ops-transformerops-transformer
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++
980
2.31 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
807
1.16 K
ops-nnops-nn
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++
796
1.6 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
314
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
782
ops-mathops-math
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++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 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 Notebook
665
304