yabai窗口管理器中的Scratchpad功能解析与实战应用
2025-05-07 16:40:35作者:庞眉杨Will
Scratchpad功能概述
Scratchpad是yabai窗口管理器中的一项实用功能,它允许用户将特定窗口标记为"临时工作区",通过快捷键快速呼出或隐藏。这种设计灵感来源于现代窗口管理器的常见特性,特别适合需要频繁切换但又希望保持工作区整洁的场景。
核心功能特性
- 独立标识管理:每个Scratchpad窗口都拥有唯一标识符(LABEL),确保操作精准性
- 自动浮动处理:被标记为Scratchpad的窗口会自动设置为浮动模式
- 状态记忆:窗口的位置和尺寸信息会被保留,再次呼出时保持原有布局
- 跨空间访问:无论当前处于哪个工作空间,都能快速调出Scratchpad窗口
配置方法详解
基础规则配置
通过yabai的rule命令可以定义Scratchpad窗口的行为:
# 将Spotify应用标记为Scratchpad,并设置初始网格布局
yabai -m rule --add app="^Spotify$" scratchpad=spotify grid="11:11:1:1:9:9"
窗口直接标记
对于已存在的窗口,可以直接指定Scratchpad标识:
# 获取窗口ID后直接标记
yabai -m window <window_id> --scratchpad my_scratchpad
快捷键绑定
结合skhd配置快速呼出/隐藏Scratchpad窗口:
# 切换Spotify的Scratchpad状态,若未运行则启动应用
cmd + alt - s : yabai -m window --toggle spotify || open -a Spotify
高级使用技巧
多窗口协同
虽然一个标识符只能对应一个窗口,但可以通过组合命令实现多窗口控制:
# 同时切换多个Scratchpad窗口
yabai -m window --toggle spotify --toggle discord
异常恢复
当系统重启或yabai崩溃后,可通过恢复命令找回所有Scratchpad窗口:
yabai -m window --scratchpad recover
常见问题解决方案
- 窗口自动隐藏问题:确保使用最新版yabai,旧版本可能存在规则应用后自动隐藏的bug
- SIP系统完整性保护:该功能需要部分禁用SIP才能正常工作
- 多实例应用处理:对于需要同时存在Scratchpad和普通窗口的应用,建议通过窗口ID直接标记而非全局规则
实际应用场景
- 快速笔记:将笔记应用设为Scratchpad,随时呼出记录灵感
- 即时通讯:保持聊天窗口可快速访问但不占用固定空间
- 系统工具:为计算器、终端等常用工具配置快速访问
- 媒体控制:音乐播放器常驻但不干扰主工作区
性能优化建议
- 为Scratchpad窗口设置适当的初始尺寸,避免频繁调整
- 对响应速度要求高的应用,可考虑禁用窗口动画效果
- 合理规划标识符命名,便于长期维护和管理
通过掌握yabai的Scratchpad功能,用户可以显著提升多任务处理效率,同时保持工作环境的整洁有序。这种设计既保留了平铺式窗口管理的优势,又弥补了其在快速访问方面的不足,是提升工作流的利器。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-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).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
165
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
598
130
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++
630
230
仓颉编译器源码及 cjdb 调试工具。
C++
123
671
🎉 (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
1.06 K
615
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
196
72
仓颉编程语言测试用例。
Cangjie
36
672