【亲测免费】 hidetopbar:隐藏 macOS 系统菜单栏的工具
2026-01-14 18:19:00作者:齐冠琰
hidetopbar 是一个轻量级的开源工具,用于在 macOS 操作系统中隐藏顶部菜单栏。该项目由 tuxor1337 开发并托管在 GitCode 上。通过使用 hidetopbar,你可以获得更为简洁、无干扰的工作环境。
使用场景
hidetopbar 可以适用于以下场景:
- 提高工作效率:隐藏菜单栏可以减少视觉干扰,让你更加专注于当前的任务。
- 获得更大屏幕空间:隐藏菜单栏可以为你的应用程序提供更多的垂直空间,充分利用显示器资源。
- 创建沉浸式体验:当你进行全屏游戏或观看视频时,可以通过隐藏菜单栏来提升沉浸感。
功能特点
- 轻巧便捷:hidetopbar 的安装包非常小,占用系统资源极低。
- 自动隐藏:开启自动隐藏功能后,当鼠标离开菜单栏区域时,会自动隐藏菜单栏。
- 快捷键控制:支持自定义快捷键来快速显示/隐藏菜单栏。
- 配置选项:可以根据需要调整菜单栏隐藏的速度和延迟时间。
如何使用
要开始使用 hidetopbar,请遵循以下步骤:
- 下载 hidetopbar 安装包:
- 双击下载的 .dmg 文件并打开它。
- 将 hidetopbar 图标拖动到 "Applications" 文件夹中。
- 打开 Terminal 并运行以下命令(将
{app_path}替换为 hidetopbar 应用程序的实际路径):
sudo ln -s {app_path} /usr/local/bin/hidetopbar
- 授予 hidetopbar 在后台运行的权限:
launchctl unload -w ~/Library/LaunchAgents/com.tuxor1337.hidetopbar.plist
launchctl load -w ~/Library/LaunchAgents/com.tuxor1337.hidetopbar.plist
- 启动 hidetopbar 并使用默认快捷键
Shift + Command + F来显示/隐藏菜单栏。
现在,你可以享受 hidetopbar 带来的更纯净的 macOS 使用体验了!
有关项目的更多信息和支持,请访问其官方仓库:
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
jiuwenclawJiuwenClaw 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。Python0208- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
612
4.07 K
Ascend Extension for PyTorch
Python
454
538
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++
924
777
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
374
253
🔥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
69
21
暂无简介
Dart
858
205
🎉 (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
1.48 K
835
React Native鸿蒙化仓库
JavaScript
322
378
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++
114
177