重塑经典:gtk3-classic —— 给你的GTK应用程序带来怀旧风情
2024-05-21 02:50:30作者:滕妙奇
项目介绍
gtk3-classic是一个针对非GNOME桌面环境的GTK3库的修改版,它旨在恢复和增强GTK3的外观和感觉,使其更接近早期版本的风格。这个项目不仅包含了对视觉元素的优化,如传统的对话框和文件浏览器改进,还提供了一系列补丁,让窗口管理器来处理窗口装饰,而不是应用本身。对于喜欢旧有风格,但又不希望错过GTK3功能的用户来说,这是一个完美的解决方案。
项目技术分析
- 客户端侧装饰(仅在Xorg上):默认禁用了CSD,允许窗口管理器进行窗口装饰。用户可以通过设置
GTK_CSD环境变量选择启用或禁用。 - 文件选择器:恢复了类型预测功能,并优化了"其他位置"、"网络"按钮以及垃圾箱等选项的布局。
- 界面美化:包括恢复交替行颜色、传统样式的消息对话框,以及更自然的打印对话框设计。
此外,该项目还包括对诸如滚动条可见性、当前工作目录预设、默认预览程序等方面的自定义设置。
应用场景
gtk3-classic适用于XFCE、MATE等非GNOME桌面环境,也适合任何希望在自己的环境中看到更多经典元素的用户。特别是那些在新版本中怀念旧UI设计,或者想要改善某些应用界面体验的用户,将从这个项目中受益匪浅。
项目特点
- 兼容性广:支持Arch Linux、Ubuntu(LTS版本)和Gentoo等多个发行版。
- 定制性强:提供了多种可选配置,用户可以根据需求调整界面和行为。
- 美观与实用并存:在保持经典美学的同时,引入了多项实用性增强,如更快的文件查找、更好的主题支持等。
- 持续维护:项目积极更新以适应最新版本的GTK3,并且有一个活跃的社区提供帮助和支持。
安装与使用
在Arch Linux上,你可以通过AUR助手如yay轻松安装,或者直接下载预编译包;Ubuntu用户可以添加PPA仓库后升级;Gentoo用户则可以选择使用一个额外的ebuild。
总的来说,gtk3-classic为那些怀念过去界面风格,追求个性化和舒适度的用户提供了一个理想的选择。如果你正寻找一种方式来让现代的GTK3应用程序看起来更亲切,那么这个项目绝对值得尝试。
登录后查看全文
热门项目推荐
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
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
656
4.26 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
500
606
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
284
🎉 (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
890
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
861
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
218
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
132
207
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