Keymap-Drawer v0.21.0 发布:支持按键图例组合键和实验性Kanata解析器
Keymap-Drawer 是一款用于可视化键盘布局和按键映射的开源工具,它能够将键盘配置转换为直观的图形表示。最新发布的v0.21.0版本带来了两项重要更新:实验性的Kanata配置解析器,以及通过按键图例指定组合键的新功能。
实验性Kanata配置解析器
Kanata是一款强大的键盘固件配置工具,新版本Keymap-Drawer首次提供了对Kanata配置文件的实验性解析支持。该功能目前能够处理defsrc基础层定义、deflayer层定义、defchordsv2组合键定义,以及include、defvar和defalias等常用指令。
解析器会根据defsrc中使用的按键自动选择合适的物理布局,支持从60%到全尺寸的各种键盘布局。需要注意的是,当前版本中输出图例只能通过raw_binding_map参数进行自定义配置。开发团队表示这是一个实验性功能,欢迎用户提供反馈以指导未来的改进方向。
按键图例组合键定义
新版本引入了一种更直观的组合键定义方式:通过trigger_keys或tk参数指定触发组合键的按键图例。这种方式类似于QMK固件中的组合键定义方法,用户只需列出触发组合键的按键图例即可。
系统默认会完全匹配图例内容,如果找不到完全匹配的按键,则会回退到仅匹配中心/主图例。这种定义方式使得组合键配置更加直观和灵活,特别是对于使用符号或文本图例的按键。例如,用户可以通过Ctrl+J和Alt+K的图例组合来定义Esc功能,也可以直接使用J和K的主图例来定义相同的组合键。
新增物理布局支持
v0.21.0版本新增了多个物理布局支持:
- 新增了tsuru物理布局
- 为Lotus58键盘添加了修正后的ZMK定义布局
- 为Corne v4键盘扩展了旋转布局,支持额外的按键配置
ZMK工作流优化
针对ZMK键盘固件的用户,新版本优化了工作流程:
- 默认启用从west.yml获取模块的功能优化,现在只会获取用户指定的额外模块,而不会获取ZMK和Zephyr基础模块
- 改进了错误处理机制,当fail_on_error未设置时,工作流会在出现错误时显示失败状态,但仍会提交或上传成功的操作结果
- 新增debug_mode标志,用于设置keymap CLI的调试标志并回显操作中运行的命令
- 添加了install_version输入参数,允许用户指定要使用的keymap-drawer版本
这些更新使得Keymap-Drawer在键盘配置可视化方面更加灵活和强大,特别是对于使用Kanata或ZMK固件的用户。实验性的Kanata解析器为跨平台用户提供了更多选择,而新的组合键定义方式则大大简化了复杂按键映射的配置过程。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









