QuickRecorder 开源屏幕录制工具教程
项目介绍
QuickRecorder 是一个轻量级、高性能的开源 macOS 屏幕录制工具。它支持多种录制功能,包括屏幕、窗口、应用程序以及移动设备的录制。QuickRecorder 利用 macOS 的 ScreenCapture Kit API,提供了强大的录制功能,如免驱动音频内录、鼠标高亮显示、屏幕放大镜等。此外,它还支持 HEVC 带 Alpha 通道的视频格式,目前仅 iMovie 和 FCPX 支持此功能。
项目快速启动
安装 QuickRecorder
首先,确保你的 macOS 系统版本为 12.3 或更高。然后,使用 Homebrew 进行安装:
brew install lihaoyun6/tap/quickrecorder
启动 QuickRecorder
安装完成后,你可以在应用程序目录中找到 QuickRecorder,双击启动。如果遇到证书问题,请参考项目文档中的解决方案。
基本使用
- 启动 QuickRecorder 后,点击 Dock 图标或菜单栏图标打开主面板。
- 选择你想要录制的屏幕、窗口或应用程序。
- 点击“开始录制”按钮,开始录制。
- 录制完成后,点击“停止录制”按钮,保存录制文件。
应用案例和最佳实践
录制教学视频
使用 QuickRecorder 录制教学视频时,可以利用其强大的屏幕录制功能,同时录制系统声音和麦克风声音。通过关闭“混合麦克风轨道”选项,可以分别编辑系统声音和麦克风声音,使教学视频更加专业。
录制游戏视频
对于游戏爱好者,QuickRecorder 提供了免驱动的音频内录功能,可以完美录制游戏中的声音,无需安装第三方驱动。此外,利用 macOS 14 的“演讲者前置”功能,可以在录制游戏视频时实时叠加摄像头画面,增加互动性。
典型生态项目
Azayaka 项目
QuickRecorder 的部分屏幕录制引擎代码来源于 Azayaka 项目,这是一个开源的屏幕录制工具。通过与 Azayaka 项目的合作,QuickRecorder 得以集成更多先进的录制技术,提升用户体验。
iMovie 和 FCPX
QuickRecorder 支持 HEVC 带 Alpha 通道的视频格式,这一功能与 iMovie 和 FCPX 完美兼容。用户可以利用 QuickRecorder 录制高质量的视频,并在 iMovie 或 FCPX 中进行进一步编辑,实现更丰富的视觉效果。
通过以上教程,你可以快速上手 QuickRecorder,并利用其强大的功能进行各种屏幕录制任务。希望 QuickRecorder 能成为你日常工作和娱乐中的得力助手。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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