《Everything软件自定义设置外部文件管理器与上下文菜单详解》 在日常的电脑操作中,高效的文件管理和搜索工具能够显著提升工作效率。Windows自带的资源管理器虽然基础功能齐全,但在高级用户的需求面前显得力不从心。因此,许多用户倾向于使用第三方文件管理器,如XYplorer,以及强大的搜索工具Everything。本文将详细介绍如何设置Everything,使其调用外部文件管理器,并自定义上下文菜单,从而避免烦人的explorer.exe弹出,优化工作流程。 你需要确保已经安装了目标文件管理器并记下其绝对路径和文件名。例如,如果你使用XYplorer,路径可能是"D:\software\文件管理\XYplorer 文件系统管理工具 v15.30 绿色版\XYplorer\XYplorer.exe",注意路径中如果有空格,需要用引号括起来。 接下来,进行第一步设置: 1. 关闭正在运行的Everything。 2. 找到并打开Everything的安装目录,通常位于Program Files下,找到名为"Everything.ini"的配置文件。 3. 在文件末尾添加两行代码: ``` open_folder_command=$exec("ExternalFileManager.exe" "%1") open_folder_path_command=$exec("ExternalFileManager.exe" "$parent(%1)") ``` 将"ExternalFileManager.exe"替换为你的第三方文件管理器的实际路径,如上例中的XYplorer.exe路径。 4. 保存并关闭配置文件,然后重启Everything。 尽管做了上述步骤,但当直接点击或通过右键菜单选择文件或文件夹时,explorer.exe可能仍然会弹出。因此,我们需要进行第二步设置: 1. 进入Everything主界面,点击菜单栏的"工具",选择"选项",然后找到"上下文菜单"。 2. 在这里,你需要对内置的7个命令进行修改,以匹配我们的目标。命令1和2(打开文件夹和文件)已经在第一步中进行了设置,如果还未修改,按照以下格式进行: ``` $exec("D:\software\文件管理\XYplorer 文件系统管理工具 v15.30 绿色版\XYplorer\XYplorer.exe" "%1") ``` 命令4、5(浏览文件夹和路径)也需要修改,同样替换为XYplorer.exe的路径。而命令6和7(复制路径和完整路径及文件名)由于无法自定义,我们无需改动。 完成以上步骤后,你已经成功地让Everything调用XYplorer或其他第三方文件管理器,同时也自定义了上下文菜单的行为。这样,当你在搜索结果中操作文件或文件夹时,将不再受到explorer.exe的干扰,而是使用你更喜欢的文件管理器来执行任务,大大提高工作效率。 需要注意的是,不同版本的Everything或者不同类型的第三方文件管理器,其设置方法可能会有所不同,因此在进行这些操作时,建议参照软件的官方文档或社区指南,确保设置正确无误。同时,保持软件更新,以获取最新的功能和优化,保持最佳的使用体验。
2025-10-14 11:56:17 79KB Everything
1
MCP- 模型上下文协议的原理、应用与优势.pptx
2025-06-23 19:35:58 1.39MB ai
1
在电子商务领域,很多应用程序依赖于Domino和WebSphere Application Server之类的中间件服务器提供的安全性,而受信任上下文是为那些应用程序提供安全环境,同时又不必过多降低性能的理想方法。可以通过调优受信任上下文的安全属 性,确保对数据库服务器的无懈可击的访问。而且,由于可以以很少的连接资源切换用户,而不需要身份验证,受信任上下文是商业应用程序的理想选择。
2024-03-01 09:22:22 81KB
1
生成绘画火炬 根据作者的,对PyTorch重新。 先决条件 该代码已经在Ubuntu 14.04上进行了测试,以下是需要安装的主要组件: Python3 PyTorch 1.0+ 火炬视觉0.2.0+ 张量板 pyyaml 训练模型 python train.py --config configs/config.yaml 检查点和日志将保存到checkpoints 。 用训练好的模型进行测试 默认情况下,它将在检查点中加载最新保存的模型。 您也可以使用--iter通过迭代选择保存的模型。 训练有素的PyTorch模型:[ ] [] python test_single.py \ --image examples/imagenet/imagenet_patches_ILSVRC2012_val_00008210_input.png \ --mask examples/cen
1
MATLAB 保存了一些带有过多上下文信息的匿名函数句柄 - 请参阅 MATLAB 错误 #328733。 在某些情况下,这会在加载函数句柄时使 MATLAB 崩溃(例如,如果保存了一些不支持序列化的大变量或对象)。 此函数提供了一种解决方法 - 它重新创建函数句柄而无需不必要的上下文信息。 目前,有一个限制:未正确包含绑定变量。 例如 x = 1; f = @(y)mod(y,x); f1 = clean_funhandle(f); f(2) 答案 = 0 f1(2) ??? 未定义的函数或变量“x”。 ==> clean_funhandle>@(y)mod(y,x) 中的错误 这是因为 x 未在 clean_funhandle 的上下文中定义。 替代版本 f = @(y)mod(y,2); f2 = clean_funhandle(f); 作品。 这里,第二个参数是一个常量,它被
2023-03-26 17:17:44 2KB matlab
1
上下文感知推荐系统研究,可用于快速了解基于上下文感知的推荐系统的基本算法和原理
2023-03-13 23:07:26 490KB 推荐系统 上下文
1
在WEB-INF下面创建weblogic.xml
2022-11-24 15:07:01 533B weblogic context 上下文
1
SC-Lego-LOAM:LiDAR SLAM:扫描上下文+ LeGO-LOAM
2022-11-18 18:14:09 25.76MB cpp mapping loop lidar
1
中华英语 中文的深层上下文单词表示。 本仓库只是输出某些无关的单词嵌入。 依赖 python3 张量流> = 1.10 界坝 使用方法 准备数据,参考data和vocab目录,可用pre_data/vocab.py处理出字典(每个data文件不能太大,否则内存不足) 训练模型train_elmo.py 输出模型dump_weights.py 把options.json里的261改成262 输出单词嵌入到hdf5文件usage_token.py 实验结果 用可视化工具看合理, textmatch任务textmatch AUC 1-2。 执照 麻省理工学院
2022-11-15 21:49:53 3.32MB nlp tensorflow word-embedding wordvectors
1