探秘FakeXRandR:伪造多显示器的利器
2024-05-24 06:04:35作者:何举烈Damon
在现代计算机环境中,多显示器配置已经越来越常见。然而,有些设备或旧的视频驱动可能无法正确识别和管理多个显示器,导致窗口管理器的布局出现问题。为了解决这个问题,我们向您推荐一个开源项目——FakeXRandR。这个神奇的工具能够欺骗X11服务器,让它相信存在更多的显示器,即使实际上并非如此。
项目介绍
FakeXRandR是一个针对X11服务器的工具,它通过钩入libXRandR和libXinerama库来实现虚拟显示器的功能。用户可以通过配套的配置工具将单一显示器划分为多个虚拟屏幕,并自定义每个屏幕的布局。此外,该项目还支持模拟Xinerama功能,适用于那些不完全兼容XRandR的系统。
项目技术分析
FakeXRandR的核心是动态链接库,它会替换真实的libXRandR和libXinerama中的特定函数,使得应用看到的是虚拟的显示器配置,而非实际硬件提供的信息。项目提供了fakexrandr-manage工具,该工具可以图形化地创建和管理虚拟显示器的布局。对于不具备PyGObject环境的用户,它还可以降级到命令行界面操作。
应用场景
- 当你的多头显示设备(如Matrox Tripple Head 2 Go)被识别为单一大屏时,你可以用FakeXRandR来划分出多个独立的工作区域。
- 对于测试多显示器行为的应用程序来说,无需真实设备就能进行测试。
- 想要提升单个大屏工作效率,比如分割屏幕用于不同的工作区域。
项目特点
- 兼容性:FakeXRandR适用于依赖Xlib的应用,尽管当前尚未支持xcb。不过,开发者正在积极努力添加对xcb的支持。
- 灵活性:通过
fakexrandr-manage工具,用户可以自由调整虚拟显示器的位置和大小,满足个性化需求。 - 可扩展性:虽然Xrandr 1.5版本后此工具的必要性降低,但对于老的或者不支持新标准的应用,FakeXRandR仍然是有效解决方案。
- 开源:遵循GPLv3协议,用户可以免费使用、修改并分发此软件。
安装FakeXRandR非常简单,一般只需运行make和make install,然后使用fakexrandr-manage进行配置。对于某些特殊情况,如Arch Linux用户,还可以从AUR获取预编译包。
总的来说,FakeXRandR提供了一种创新的方法,帮助用户克服因驱动问题而带来的多显示器管理困扰。无论你是开发人员还是普通用户,只要遇到类似问题,都可以尝试一下这个强大的工具。现在就加入,体验更自由的多屏工作模式吧!
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253