AWMTT技术文档
2024-12-27 12:27:54作者:齐冠琰
1. 安装指南
适用于ArchLinux用户的安装
ArchLinux用户可以在AUR中找到awmtt。
对于Debian/Ubuntu的手动安装
请按照以下步骤进行安装:
sudo apt-get install xserver-xephyr
sudo wget -O /usr/bin/awmtt https://raw.githubusercontent.com/mikar/awmtt/master/awmtt.sh
sudo chmod a+x /usr/bin/awmtt
2. 项目使用说明
awmtt(AwesomeWM测试工具)是一个bash脚本,用于帮助您测试Awesome配置文件。它需要一个名为Xephyr的Xorg应用程序,该程序可以生成一个嵌套的xorg-server实例,允许您打开多个桌面环境或窗口管理器,如AwesomeWM。
使用示例
awmtt start (默认使用: -C $HOME/.config/awesome/rc.lua.test -D 1 -S 1024x640)
awmtt start -C /etc/xdg/awesome/rc.lua -D 3 -S 1280x800 -x -keybd ephyr,,,xkbmodel=pc105,xkblayout=de,xkbrules=evdev,xkboption=grp:alts_toogle
awmtt theme set zenburn -N
命令行参数
start:通过Xephyr启动嵌套的Awesomestop:停止上一个Xephyr进程all:停止所有Xephyr实例
restart:重启所有Xephyr实例run <cmd>:在Xephyr实例中运行命令(通过-D指定实例)theme:通过以下子命令进行基本主题控制:get:获取当前主题名称set <theme>:设置主题为<theme>list:列出可用主题random:设置随机主题
选项
-B|--binary <path>:指定awesome二进制文件的路径(用于测试自定义awesome构建)-C|--config <path>:指定配置文件-D|--display <int>:指定使用的显示(例如1)-N|--notest:不使用测试文件,而是使用实际的rc.lua(即$HOME/.config/awesome/rc.lua)-S|--size <size>:指定窗口大小-a|--aopt <opt>:传递选项给awesome二进制(例如--no-argb或--check)。可以重复使用。-x|--xopts <opts>:传递选项给xephyr二进制(例如-keybd ephyr,,,xkblayout=de)。需要放在最后。-h|--help:显示帮助文本并退出
3. 项目API使用文档
awmtt脚本不提供传统的API调用,但它通过命令行参数和选项提供了丰富的功能,允许用户以多种方式控制和配置其AwesomeWM环境。
4. 项目安装方式
请参考上述“安装指南”部分,根据您的操作系统选择合适的安装方式。对于ArchLinux用户,可以通过AUR进行安装。对于Debian/Ubuntu用户,需要进行手动安装,包括安装依赖和下载脚本文件。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
245
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
9
1
暂无简介
Dart
672
157
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++
661
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥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
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217