hyprland-per-window-layout 的安装和配置教程
2025-05-29 06:03:26作者:舒璇辛Bertina
项目基础介绍
hyprland-per-window-layout 是一个为 Hyprland Wayland Compositor 设计的开源项目,它允许用户为每个窗口设置不同的键盘布局。这个项目的主要目的是提高多语言用户的输入效率,无需在应用程序之间切换布局。该项目是用 Rust 编程语言编写的,Rust 以其安全性和性能著称。
项目使用的关键技术和框架
- Rust: 作为主要编程语言,Rust 提供了内存安全保证,同时不牺牲性能。
- Wayland: 这是一个 display server 协议,用于在 Linux 系统上提供现代的窗口系统。
- Hyprland: 是一个基于 Wayland 的 Compositor,它是轻量级的,并且提供了高度的可定制性。
安装和配置准备工作
在开始安装 hyprland-per-window-layout 之前,请确保您的系统中已经安装了以下软件:
- Rust 编程环境
- Hyprland Compositor
- 至少两个键盘布局配置在 Hyprland 的配置文件中
安装步骤
1. 安装 Rust
首先,您需要在系统中安装 Rust。可以访问 Rust 官方网站获取安装指南,但以下是基本的安装步骤:
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh
source $HOME/.cargo/env
安装完成后,您可以通过以下命令验证安装:
rustc --version
cargo --version
2. 安装 hyprland-per-window-layout
通过 AUR 安装(适用于 Arch Linux 用户)
如果您使用的是 Arch Linux,可以通过 AUR (Arch User Repository) 安装:
yay -Sy && yay -S hyprland-per-window-layout
安装完成后,在 Hyprland 的配置文件中添加以下行:
exec-once = /usr/bin/hyprland-per-window-layout
通过 Cargo Crates 安装
如果您更喜欢使用 Cargo,Rust 的包管理器,可以按照以下步骤操作:
cargo install hyprland-per-window-layout
安装完成后,在 Hyprland 的配置文件中添加以下行:
exec-once = ~/.cargo/bin/hyprland-per-window-layout
在 Gentoo 上安装
如果您使用 Gentoo,需要激活 Wayland Overlay,允许使用 ~amd64 关键字,然后安装:
emerge --ask gui-apps/hyprland-per-window-layout
从源代码安装
- 克隆项目仓库:
git clone https://github.com/coffebar/hyprland-per-window-layout.git
cd hyprland-per-window-layout
- 设置 Rust 版本并构建项目:
rustup override set stable
rustup update stable
cargo build --release
- 将编译好的程序复制到本地 bin 目录:
mkdir -p ~/.local/bin/
cp target/release/hyprland-per-window-layout ~/.local/bin/
- 在 Hyprland 的配置文件中添加以下行:
exec-once = ~/.local/bin/hyprland-per-window-layout
完成以上步骤后,重启 Hyprland 并享受 hyprland-per-window-layout 带来的便利。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
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
1.03 K
481
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
649
271
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
212