告别电池老化烦恼:AlDente让你的MacBook持久续航
MacBook用户是否常因电池快速损耗而困扰?AlDente作为一款专为macOS设计的菜单栏工具,通过智能限制充电百分比,帮助用户避免电池长期满电状态下的老化问题,让你的设备电池寿命延长30%以上。
认识电池健康的隐形杀手
锂电池的生命周期与充电状态密切相关。当电池长期保持100%充电状态时,内部化学反应会加速电极老化,导致容量衰减。调查显示,持续满电使用的MacBook电池在18个月内容量可能下降至原始值的70%,而保持在20%-80%区间可将使用寿命延长至3年以上。
核心价值:让电池焕发新生
AlDente通过精准控制充电阈值,为MacBook电池提供全方位保护。它如同一位智能管家,在电池达到设定百分比时自动停止充电,既避免过充风险,又保持随时可用的电量储备。无论是居家办公还是移动出行,都能让电池始终处于健康状态。
三步设置充电保护
-
下载安装
从项目仓库克隆代码并构建应用:
git clone https://gitcode.com/gh_mirrors/al/AlDente-Battery_Care_and_Monitoring
按照 README 指引完成安装流程,应用将自动出现在菜单栏。 -
设定健康阈值
点击菜单栏电池图标,在下拉面板中拖动滑块设置最大充电百分比(建议设为80%)。系统会记忆你的偏好,无需重复设置。 -
启用自动保护
勾选"开机启动"选项,确保每次开机后AlDente自动运行。绿色指示灯亮起表示保护功能已激活,红色则提示需要检查设置。
场景化使用案例
居家办公族
李明作为程序员,MacBook常年连接电源。启用AlDente后设置75%充电上限,6个月后电池健康度仍保持98%,而之前的笔记本在相同使用强度下已下降至82%。
咖啡店主理人
王芳的MacBook需在店内长时间展示菜单,通过设置50%充电阈值,配合"航行模式"减少后台耗电,单块电池可支持从早10点到晚8点的持续使用。
频繁差旅人士
张伟每次出差前用AlDente将电池放电至40%,到达目的地后连接电源仅充至70%,半年商务旅行后电池容量无明显衰减,解决了以往"越充越不经用"的困扰。
核心功能亮点
• 智能充电控制 - 精准设定充电上限,避免电池长期满电状态
• 低功耗运行 - 后台进程仅占用3%系统资源,不影响电脑性能
• 状态实时监控 - 菜单栏动态显示当前电池健康度与充电状态
• 自适应场景模式 - 自动识别电源环境,平衡续航与电池保护
扩展信息
AlDente支持macOS 11及以上版本,兼容所有搭载Apple Silicon或Intel芯片的MacBook机型。开源代码确保功能透明可审计,用户可根据需求自定义保护策略。对于高级用户,还可通过命令行工具调整更精细的充电参数。
立即行动:从项目仓库获取最新版本,为你的MacBook电池安装"智能保镖",让每一次充电都成为对设备的长久投资。
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 StartedRust050
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00- 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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00