GNOME 桌面环境的 Unity 风格 HUD 菜单安装与使用教程
项目介绍
GNOME HUD 是一个开源项目,它为 GNOME 桌面环境提供了一个类似 Unity 操作系统的 HUD(Heads-Up Display)菜单功能。借助于轻量级的 rofi 菜单工具,用户可以通过键盘输入快速访问应用程序内的菜单项,大大提升了操作效率。该项目遵循 GNU General Public License v3.0 (GPLv3),允许用户自由地使用、修改并分发其源代码。
项目快速启动
安装步骤
-
克隆或下载仓库:
git clone https://github.com/hardpixel/gnome-hud.git 或者 wget https://github.com/hardpixel/gnome-hud/archive/refs/heads/main.zip -
手动安装:
- 将克隆下来的仓库移动到 GNOME 扩展的标准目录中:
mv gnome-hud ~/local/share/gnome-shell/extensions/ - 并重命名文件夹以匹配扩展ID:
mv gnome-hud gnomehud@ashuntu.github.io
- 将克隆下来的仓库移动到 GNOME 扩展的标准目录中:
-
重启 GNOME Shell: 使用快捷键
Alt + F2, 输入r后按回车重启,或者选择注销用户后重新登录。 -
启用扩展: 如果扩展没有自动启用,可以打开 GNOME 扩展管理器,并启用
gnomehud@ashuntu.github.io,或者通过命令行执行:gnome-extensions enable gnomehud@ashuntu.github.io -
安装预编译包(可选): 对于不想从源码安装的用户,可以从提供的zip扩展包安装,然后执行相同重启和启用步骤。
应用案例和最佳实践
在日常工作中,GNOME HUD 可以为开发者、频繁使用多软件的办公人员带来极大便利。例如,在文本编辑器中,用户无需使用鼠标,只需按下指定热键(如 Super+Space),即可调出菜单输入框,随后输入想要的操作(比如“复制”、“查找”等命令),从而立即执行该操作,极大地提高了工作效率。
最佳实践是,配置一个易于记忆且不与系统或其他应用冲突的快捷键,并习惯性地使用键盘而非鼠标来导航菜单,以培养高效的桌面工作流。
典型生态项目
虽然上述项目专注于将 HUD 功能带入 GNOME 环境,但值得注意的是,类似的交互理念也在其他Linux桌面环境中有所体现,如 KDE 的 Plasma 活动视图或是 XFCE 中通过插件实现的自定义快捷方式,这些都展示了对于提高用户体验和生产力的持续探索。尽管没有直接相关的“生态项目”,但在定制化和用户界面创新方面,GNOME HUD 与致力于提升Linux桌面互动体验的其它项目共享着相似的精神和目标。
通过以上步骤,您可以成功安装并开始利用 GNOME HUD 来优化您的 GNOME 桌面操作体验。享受高效、便捷的键盘驱动式菜单操作吧!
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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