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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
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++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430