当前位置: 首页 > news >正文

新Mac必装应用:五款提升工作效率的神器推荐

我会跟踪自己工作的每一秒钟。我已经坚持这样做很多年了,这对我更好地理解每个任务类别究竟需要多少时间至关重要。这让我能够在新项目出现或发生意外情况时更好地规划自己的日程。

我在几年前就选择了Toggl,当时他们还没有自己的iOS和Mac应用程序。这就是为什么我下载了Timery,连接了我的Toggl账户,从此再也没有回头。Timery的菜单栏和小组件让我能够快速从收藏夹和保存的计时器中进行选择,调整开始和停止时间,并随时关注当前任务的已用时间。

在时间报告方面,每个人的需求可能不同,但Timery恰好提供了我需要的功能来查看日、周、月甚至年度的图表和图形。Timery还提供iOS应用程序,可以与Mac应用程序同步运行。尽管Toggl最近限制了API使用,但我没有注意到对Timery使用有任何重大影响,我强烈推荐这个组合。

虽然macOS在键盘快捷键功能方面多年来有了相当大的发展,但我仍然无法放弃TextExpander。仅仅是对变量的支持就让TextExpander的年度订阅费对我来说非常值得,因为它是快速回复电子邮件、填写表格、准备播客大纲、获取赞助内容等的最佳方式。

如果你刚开始使用Mac,可以先了解macOS原生的键盘快捷键功能。但如果你觉得需要比苹果原生功能更可定制的功能集,TextExpander绝对能够满足你的需求。

开发者Gui Rambo的AirBuddy最初是作为Mac上的AirPods伴侣应用诞生的,但它已经发展到包括多个蓝牙设备的快捷方式和自动化功能,包括非苹果硬件,比如我的罗技MX Master鼠标。

从低电量警报到让我调整Mac设置的键盘快捷键,包括输入选择甚至切换夜间模式,没有运行AirBuddy的时候,我的Mac就感觉像坏了一样。

这实际上是我配置新Mac时安装的第一个应用程序。

我的大部分自动化任务都在Keyboard Maestro上运行,包括每当我插入特定的USB-C麦克风时启动新的QuickTime录制会话,从Ulysses抓取章节时间戳和标题并将它们作为多个Adobe Audition标记放置,以及快速打开我的剪贴板历史记录(这现在是macOS的原生工具,但老习惯很难改变)。

Keyboard Maestro一开始可能感觉有点复杂,但如果你觉得需要帮助来掌握它能做的一切,我强烈推荐David Sparks的Keyboard Maestro实用指南。Keyboard Maestro还有一个活跃的社区,总是准备提供帮助。

我已经尝试过市面上大多数新老、经典、基础和高级的写作工具和应用程序。

虽然Drafts、Bear、Notion、Apple Notes、Obsidian、Evernote、iA Writer、Scrivener、DEVONthink等许多其他应用都提供非常有趣的工具和功能,但Ulysses是唯一一个真正符合我需求的应用程序。

它能够按照我的预期完全不妨碍我的工作,让我专注于手头的写作任务。它提供了有用的仪表板、写作建议、Markdown支持、样式自定义,我最喜欢的工作方式是将其设为全屏,看不到任何顶部、侧面或底部的工具栏。

你的Mac必备应用包是什么?请在评论中告诉我们。

Q&A

Q1:Timery是什么应用?它有什么功能?

A:Timery是一款时间跟踪应用,可以连接Toggl账户。它的主要功能包括通过菜单栏和小组件快速选择收藏夹和保存的计时器、调整开始和停止时间、查看当前任务的已用时间,并提供日、周、月、年度的时间报告图表。

Q2:TextExpander相比macOS原生快捷键有什么优势?

A:TextExpander提供更强大的变量支持功能,可以用于快速回复电子邮件、填写表格、准备播客大纲等场景。虽然macOS原生键盘快捷键功能已经有所发展,但TextExpander提供了更可定制的功能集,对于需要高级自动化的用户更有价值。

Q3:AirBuddy除了支持AirPods还能做什么?

A:AirBuddy已经从最初的AirPods伴侣应用发展为支持多个蓝牙设备的工具,包括非苹果硬件如罗技鼠标。它提供低电量警报、键盘快捷键调整Mac设置、输入选择和夜间模式切换等功能。


http://www.jsqmd.com/news/144507/

相关文章:

  • 仅需4步!轻松完成智谱AI Open-AutoGLM本地部署(附完整脚本与配置模板)
  • 告别手动调参时代,Open-AutoGLM如何实现全流程自主优化?
  • 实用指南:基于Python的影视推荐平台的设计与实现:大四毕设技术全覆盖!Java 开发 + Python 可视化分析+ 小程序 / APP 前端部署(免费源码直接领)(大四计算机生收藏)
  • Open-AutoGLM如何重塑AI开发范式:5大核心模块全面解读
  • 【价值百万的AutoGLM调优技巧】:3步实现Agent性能翻倍
  • 别再手动写代码了!Python调用Open-AutoGLM实现智能生成的3种场景
  • 【V2X】高通平台GSI详解
  • 2025年火锅桌椅/电动桌椅/餐饮桌椅/中餐桌椅/快餐桌椅/烤肉桌椅厂家推荐榜:重庆亿天家具制造有限公司,适配商用餐饮/家用多场景的专业餐饮家具 - 品牌推荐官
  • 在技术扩散链条的上游做研究:法律AI的认知优势从何而来
  • 0195-03682驱动器模块
  • 【课程设计/毕业设计】基于springboot+vue的学生公寓宿舍管理系统基于springboot的学生公寓系统【附源码、数据库、万字文档】
  • DXC蒲公英计划:为神经多样性IT专业人士赋能
  • 当前工作设备系统整体启动模型总结
  • 基于 PLC 的牧草打捆机控制系统设计
  • E-Prime安装全攻略:从入门到解决常见问题
  • 4269-02-160000印刷电路板
  • SQL汇总分析与分组排序实战指南
  • 图形旋转与翻折的四大经典题型解析
  • 郑州家装公司推荐:华埔装饰以原创设计与全案整装引领品质家居新标准 - 深度智识库
  • 从零到上线:Python调用Open-AutoGLM接口全流程详解,少走3个月弯路
  • AMD Strix Halo与Nvidia DGX Spark:哪款AI工作站更胜一筹?
  • 错过Open-AutoGLM沉思插件,可能让你的AI项目落后整整一代(仅限内部分享的部署方案)
  • 【Open-AutoGLM虚拟化部署全攻略】:手把手教你挂载虚拟机实现高效AI推理
  • vLLM-Ascend 部署与推理服务化实战
  • 视频直播点播平台EasyDSS核心技术解析与多场景应用实践
  • 【AI黑科技】Multi-Query多路召回:RAG检索的“作弊代码“,小白也能快速上手!
  • Linux多线程
  • 2025论文写作终极神器:9款免费AI生成器,真实文献+低查重高原创!
  • FastAPI学习
  • 大模型“内卷“新方向:密度定律揭秘,小模型逆袭,开发者如何应对AI成本变革?