Gum项目中的确认对话框样式自定义指南
2025-05-11 15:40:28作者:冯梦姬Eddie
Gum是一个命令行工具,它提供了丰富的交互式组件,其中confirm(确认对话框)是常用的功能之一。本文将详细介绍如何自定义Gum confirm对话框的样式,特别是按钮颜色的修改方法。
默认样式的问题
Gum confirm对话框默认使用粉色作为选中按钮的背景色,这在某些情况下可能与用户的终端主题不协调,或者不符合项目的视觉风格要求。许多用户都遇到了这个问题,希望能自定义按钮颜色。
样式自定义参数
Gum confirm提供了多个样式参数,可以通过命令行标志来修改:
-
按钮前景色:
--selected.foreground:修改选中按钮的文字颜色--unselected.foreground:修改未选中按钮的文字颜色
-
按钮背景色:
--selected.background:修改选中按钮的背景色--unselected.background:修改未选中按钮的背景色
-
提示文字颜色:
--prompt.foreground:修改提示文字的颜色
实际应用示例
要将确认对话框的选中按钮背景色改为蓝色(终端颜色代码5),可以使用以下命令:
gum confirm "确定要删除吗?" --selected.background 5
如果想同时修改选中和未选中按钮的样式:
gum confirm "确定要删除吗?" \
--selected.background 5 \
--selected.foreground 15 \
--unselected.background 8 \
--unselected.foreground 15
颜色代码参考
在终端中,颜色通常使用0-255的数字表示。常见的有:
- 1: 红色
- 2: 绿色
- 3: 黄色
- 4: 蓝色
- 5: 洋红色
- 6: 青色
- 7: 白色
- 8-15: 亮色变体
- 16-231: RGB颜色
- 232-255: 灰度
进阶技巧
-
使用环境变量:可以通过设置环境变量来避免每次输入长命令
export GUM_CONFIRM_SELECTED_BACKGROUND=5 export GUM_CONFIRM_SELECTED_FOREGROUND=15 -
创建别名:对于常用样式,可以创建shell别名
alias gconfirm='gum confirm --selected.background 5 --selected.foreground 15' -
脚本集成:在shell脚本中统一管理样式,保持一致性
总结
Gum confirm对话框提供了灵活的样式自定义选项,特别是通过--selected.background参数可以轻松修改按钮颜色。理解这些样式参数的使用方法,可以帮助开发者创建更符合项目需求的命令行交互界面。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
182
196
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++
648
265
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
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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