SketchyBar多显示器工作空间显示问题的解决方案
2025-05-27 12:59:46作者:凌朦慧Richard
在macOS环境下使用SketchyBar与Aerospace窗口管理器时,许多用户遇到了一个常见问题:当连接三个或更多显示器时,工作空间(Spaces)无法正确显示在对应的显示器上。本文将深入分析问题原因并提供多种解决方案。
问题现象分析
当用户使用内置Mac屏幕加两个外接显示器时,会出现以下异常现象:
- 左侧显示器的工作空间显示在中央显示器上
- 中央显示器的工作空间显示在右侧显示器上
- 右侧显示器的工作空间显示在左侧显示器上
有趣的是,当减少到两个显示器时,问题会自行消失。这表明问题与多显示器配置下的显示顺序映射有关。
根本原因
经过分析,问题源于以下几个方面:
- 显示器排列顺序不一致:Aerospace和SketchyBar对显示器的识别顺序不同
- 坐标系差异:macOS的NSScreen坐标系与窗口管理器的坐标系可能存在差异
- 主显示器设置影响:系统主显示器的设置会影响显示器的编号顺序
解决方案
方法一:调整显示器物理排列
最简单的解决方案是确保显示器的物理排列与Aerospace的预期一致。具体来说:
- 打开系统偏好设置中的"显示器"设置
- 确保显示器的排列方式是从左到右依次升高
- 主显示器应设置为物理位置最左侧的显示器
方法二:使用Aerospace提供的NSScreen ID
Aerospace提供了一个特殊格式字符串来获取与NSScreen一致的显示器ID:
%{monitor-appkit-nsscreen-screens-id}
这个1-based索引对应NSScreen.screens数组中的显示器顺序,可以与SketchyBar使用的顺序保持一致。
示例代码:
aerospace list-monitors --format '%{monitor-id} %{monitor-appkit-nsscreen-screens-id}'
方法三:完整映射解决方案
对于需要精确控制的情况,可以使用以下完整解决方案:
- 首先获取NSScreen的ID和名称(Aerospace使用这些名称)
- 获取Sketchybar数据以映射nsscreen ID到sketchybar ID
- 获取Aerospace数据以映射名称到nsscreen名称
实现脚本示例:
#!/usr/bin/env bash
# 获取NSScreen IDs和Names
NSSCREEN_DATA=$(swift -e 'import AppKit; for screen in NSScreen.screens { if let screenID = screen.deviceDescription[NSDeviceDescriptionKey("NSScreenNumber")] as? NSNumber { print("\(screenID.intValue)|\(screen.localizedName)") } }')
# 获取Sketchybar数据
SKETCHYBAR_DATA=$(sketchybar --query displays | jq -r '.[] | "\(.["arrangement-id"])|\(.["DirectDisplayID"])"')
# 获取Aerospace数据
AERO_MONITORS=$(aerospace list-monitors --format "%{monitor-id}|%{monitor-name}")
# 建立映射关系
while IFS='|' read -r SKETCHYBAR_ID SKETCHYBAR_NSSCREEN_ID; do
# 查找匹配的NSScreen和Aerospace显示器
# ...
# 输出映射关系
done <<<"$SKETCHYBAR_DATA"
方法四:简化版工作空间指示器
对于不需要精确显示每个工作空间的用户,可以采用简化方案:
sketchybar --add item space.$monitor left \
--subscribe space.$monitor aerospace_workspace_change \
--set space.$monitor \
background.color=0x35ffffff \
background.corner_radius=4 \
background.height=20 \
background.drawing=off \
icon.font.size=10 \
label.font.size=14 \
icon.padding_right=2 \
label.padding_left=2 \
icon=$monitor \
label=$(aerospace list-workspaces --monitor $monitor --visible) \
script="$CONFIG_DIR/plugins/aerospace.sh $monitor"
最佳实践建议
- 保持SketchyBar更新:确保使用最新版本,因为旧版本可能缺少必要的查询功能
- 统一显示器命名:为显示器设置易于识别的名称,便于调试
- 日志记录:在复杂配置中添加日志输出,便于排查问题
- 响应显示器变化:添加事件监听以响应显示器连接/断开事件
通过以上方法,用户可以根据自己的需求选择适合的解决方案,确保在多显示器环境下SketchyBar能够正确显示各显示器的工作空间。
登录后查看全文
热门项目推荐
相关项目推荐
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781