tmux-mem-cpu-load 技术文档
2024-12-23 01:43:27作者:段琳惟
1. 安装指南
依赖
目前支持 Linux、Mac OSX、FreeBSD、OpenBSD 和 NetBSD。
构建要求
- CMake_ 版本 >= 3.5
- 支持 C++11 的 C++ 编译器(例如 gcc/g++ 版本 >= 4.6)
下载
可以在项目主页上找到源代码。
构建与安装
cd <源代码目录>
cmake .
make
sudo make install
使用 tpm_ 安装
在 .tmux.conf 文件中包含插件。
set -g @plugin 'thewtex/tmux-mem-cpu-load'
使用包管理器安装
- Gentoo:
emerge tmux-mem-cpu-load - Homebrew:
brew install tmux-mem-cpu-load
使用 Antigen_ 安装
在 .zshrc 文件中包含插件。
antigen bundle thewtex/tmux-mem-cpu-load
2. 项目的使用说明
编辑 $HOME/.tmux.conf 文件以在 status-left 或 status-right 中显示程序输出。例如:
set -g status-interval 2
set -g status-left "#S #[fg=green,bg=black]#(tmux-mem-cpu-load --colors --interval 2)#[default]"
set -g status-left-length 60
如果使用 tpm 安装,必须指定 tmux-mem-cpu-load 脚本的全路径。
set -g status-right '#[fg=green]#($TMUX_PLUGIN_MANAGER_PATH/tmux-mem-cpu-load/tmux-mem-cpu-load --colors --powerline-right --interval 2)#[default]'
注意 tmux-mem-cpu-load 的 interval 参数应与 status-interval 设置的秒数相同。
3. 项目API使用文档
tmux-mem-cpu-load 的完整用法:
Usage: tmux-mem-cpu-load [OPTIONS]
可用选项:
-h, --help 打印帮助信息
-c, --colors 使用 tmux 颜色输出
-p, --powerline-left 使用 powerline 左侧符号,启用 --colors
-q, --powerline-right 使用 powerline 右侧符号,启用 --colors
-v, --vertical-graph 使用垂直条形图显示 CPU 图表
-l <value>, --segments-left <value>
启用左侧段落颜色混合,取决于 -p 或 -q 选项
-r <value>, --segments-right <value>
启用右侧段落颜色混合,取决于 -p 或 -q 选项
-i <value>, --interval <value>
设置 tmux 状态刷新间隔,单位为秒。默认:1秒
-g <value>, --graph-lines <value>
设置图表中的线条数量。默认:10
-m <value>, --mem-mode <value>
设置内存显示模式。0:默认,1:空闲内存,2:使用百分比
-t <value>, --cpu-mode <value>
设置 CPU 百分比显示模式。0:默认最大 100%,1:最大 100% * 线程数
-a <value>, --averages-count <value>
设置应绘制多少个负载平均值。默认:3
4. 项目安装方式
请参考上述“安装指南”部分。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
Ascend Extension for PyTorch
Python
503
608
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
285
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
893
昇腾LLM分布式训练框架
Python
142
168