Keyd项目对TrackPoint设备支持的技术说明
在Linux系统中,键盘映射工具keyd是一个强大的键盘自定义工具,但用户需要注意它对某些特殊输入设备的支持情况。最近有用户报告在OpenSUSE系统上使用Lenovo ThinkPad键盘时遇到了TrackPoint滚动功能失效的问题。
问题现象
当用户使用Lenovo ThinkPad键盘(设备ID: 17ef:6009)时,发现TrackPoint的滚动功能异常。正常情况下,用户可以通过按住左键并用TrackPoint上下移动来实现滚动功能。但在启动keyd服务后,这一功能失效。
技术背景
TrackPoint是Lenovo ThinkPad系列笔记本特有的指点杆设备,它通常与键盘集成在一起。在Linux系统中,TrackPoint设备会被识别为独立的输入设备,与键盘分开处理。
问题原因
keyd项目主要设计用于处理键盘输入设备,并不直接支持TrackPoint或触摸板等指针设备。当keyd运行时,它可能会错误地将TrackPoint设备识别为键盘设备进行处理,从而导致TrackPoint的正常功能被干扰。
解决方案
对于需要使用TrackPoint滚动功能的用户,可以通过以下方法解决:
-
设备排除法:在keyd的配置文件中明确排除TrackPoint设备。可以在配置文件
[config]部分使用-<设备ID>的语法来排除特定设备。 -
配置示例:
[config]
-17ef:6009
- 设备识别:首先需要确定TrackPoint设备的准确ID,可以通过
lsusb或evtest等工具查看系统识别的输入设备信息。
注意事项
-
不同型号的ThinkPad键盘可能有不同的设备ID,需要根据实际情况调整配置。
-
如果系统中有多个输入设备,可能需要排除多个设备ID才能确保所有指针设备正常工作。
-
在更新keyd版本后,建议重新检查设备排除配置,因为新版本可能会改变设备识别逻辑。
总结
虽然keyd是一个功能强大的键盘定制工具,但用户在使用特殊输入设备时需要了解其支持范围。通过合理配置设备排除,可以确保TrackPoint等指针设备的正常功能不受影响。对于依赖TrackPoint滚动功能的ThinkPad用户,正确配置设备排除是解决问题的关键。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00