tmux-mem-cpu-load 技术文档
2024-12-23 02:56:07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-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】Jinja00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0118AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.27 K

React Native鸿蒙化仓库
JavaScript
211
287

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
526
116

🎉 (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
987
583

openGauss kernel ~ openGauss is an open source relational database management system
C++
148
197

GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
46
0

ArkUI-X adaptation to Android | ArkUI-X支持Android平台的适配层
C++
39
55

ArkUI-X adaptation to iOS | ArkUI-X支持iOS平台的适配层
Objective-C++
19
44