yabai 项目中关于窗口查询异常的技术分析
2025-05-07 13:47:22作者:咎竹峻Karen
问题背景
在 macOS 窗口管理工具 yabai 的使用过程中,发现了一个关于窗口查询的异常现象。当使用 yabai -m query --windows --space X 命令查询特定空间的窗口时,会返回一些实际上并不属于该空间的窗口对象。这种情况主要出现在 Microsoft Teams 和 Outlook 等微软系应用程序的某些特殊窗口上。
现象描述
通过命令行查询空间4的窗口时,返回的结果中包含了实际位于空间7的两个 Microsoft Teams 窗口。这两个窗口具有以下特征:
- 窗口标题分别为"Sharing Indicator"和"Sharing control bar | Microsoft Teams"
- 窗口子角色(subrole)为"AXSystemDialog"
- 窗口层级(level)异常高(2147483631和24)
- 窗口框架(frame)覆盖整个屏幕或部分区域
技术原因分析
这种现象的根本原因在于 macOS 系统本身的窗口管理机制。yabai 在查询窗口时,实际上是调用了 macOS 的原生 API:
CFArrayRef window_list_ref = SLSCopyWindowsWithOptionsAndTags(g_connection, cid, space_list_ref, options, &set_tags, &clear_tags);
微软应用程序的这些特殊窗口设置了特殊的集合行为(Collection Behavior)和窗口样式掩码(StyleMask)。具体表现为:
- 这些窗口可能设置了
NSWindowCollectionBehaviorCanJoinAllSpaces标志,使其能够出现在所有空间中 - 作为系统对话框(AXSystemDialog),它们具有特殊的显示优先级
- 异常高的窗口层级表明它们需要保持在最前端显示
解决方案
在 yabai 的最新主分支中,已经对这些窗口做了特殊处理,将它们标记为"粘性窗口"(is-sticky: true)。用户可以通过以下方式处理这些窗口:
- 使用 jq 工具进行二次过滤:
yabai -m query --windows --space 4 | jq -r ".[] | select (.space == 4)"
-
检查窗口的 is-sticky 属性并过滤掉粘性窗口
-
等待包含此修复的正式版本发布
最佳实践建议
对于开发者和高级用户,在处理窗口查询结果时,建议:
- 始终验证窗口的 space 属性是否与查询条件匹配
- 对特殊子角色(AXSystemDialog等)的窗口进行特别处理
- 注意检查窗口的 collection behavior 相关属性
- 考虑窗口的 level 和 sub-level 属性对显示行为的影响
这种设计实际上是 macOS 系统的一种特性而非缺陷,它允许某些需要全局可见的系统窗口(如屏幕共享指示器、输入法等)能够跨越空间边界显示。yabai 作为窗口管理工具,需要在这种系统特性和用户期望之间找到平衡点。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
STM32到GD32项目移植完全指南:从兼容性到实战技巧 开源电子设计自动化利器:KiCad EDA全方位使用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 网页设计期末大作业资源包 - 一站式解决方案助力高效完成项目 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217