【亲测免费】 AutoRaise 安装和配置指南
2026-01-21 04:57:15作者:盛欣凯Ernestine
1. 项目基础介绍和主要编程语言
项目基础介绍
AutoRaise 是一个开源项目,旨在自动将鼠标悬停的窗口提升到前台并聚焦。该项目适用于 macOS 系统,允许用户自定义延迟时间和其他参数,以实现更高效的工作流程。
主要编程语言
AutoRaise 主要使用 Objective-C++ 编写。
2. 项目使用的关键技术和框架
关键技术
- Objective-C++: 用于实现窗口管理和鼠标事件处理。
- macOS API: 利用 macOS 的系统 API 来管理窗口和鼠标行为。
框架
- macOS Accessibility API: 用于获取和操作窗口焦点。
- macOS AppKit: 用于处理应用程序的用户界面和事件。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
- macOS 系统: 确保你的系统是 macOS。
- Xcode: 安装 Xcode 以编译和运行项目。
- Git: 安装 Git 以克隆项目仓库。
详细安装步骤
步骤 1: 克隆项目仓库
打开终端并运行以下命令来克隆 AutoRaise 项目:
git clone https://github.com/sbmpost/AutoRaise.git
步骤 2: 进入项目目录
克隆完成后,进入项目目录:
cd AutoRaise
步骤 3: 编译项目
使用以下命令编译项目:
make clean && make && make install
步骤 4: 配置 AutoRaise
你可以通过创建配置文件来定制 AutoRaise 的行为。创建一个名为 ~/.AutoRaise 或 ~/config/AutoRaise/config 的文件,并添加以下内容:
#AutoRaise config file
pollMillis=50
delay=1
focusDelay=0
warpX=0.5
warpY=0.1
scale=2.5
altTaskSwitcher=false
ignoreSpaceChanged=false
invertIgnoreApps=false
ignoreApps="IntelliJ IDEA,WebStorm"
ignoreTitles="\\s\\| Microsoft Teams"
stayFocusedBundleIds="com.apple.SecurityAgent"
disableKey="control"
mouseDelta=0.1
步骤 5: 运行 AutoRaise
编译完成后,你可以通过以下命令运行 AutoRaise:
./AutoRaise
或者,你可以直接运行 AutoRaise.app:
open /Applications/AutoRaise.app
步骤 6: 授权 AutoRaise
首次运行时,macOS 可能会提示你授权 AutoRaise 访问系统功能。请在“系统偏好设置” > “安全性与隐私” > “隐私” > “辅助功能”中允许 AutoRaise。
注意事项
- 如果你遇到任何问题,可以启用详细日志记录来调试:
./AutoRaise -verbose
- 确保没有其他鼠标工具与 AutoRaise 冲突。
通过以上步骤,你应该能够成功安装和配置 AutoRaise,并开始享受自动提升和聚焦窗口的便利。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler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。C0134
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
498
3.66 K
Ascend Extension for PyTorch
Python
301
343
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
309
134
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++
870
482
暂无简介
Dart
745
180
React Native鸿蒙化仓库
JavaScript
297
347
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
11
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
66
20
仓颉编译器源码及 cjdb 调试工具。
C++
150
882