ZMK固件中实现自动移位(autoshift)功能的开关控制
2025-06-25 17:35:20作者:明树来
自动移位功能概述
在ZMK固件中,自动移位(autoshift)是一种常见的行为模式,它允许用户在短暂按下按键时输入小写字母,而长按时则输入对应的大写字母。这种功能通常通过zmk,behavior-hold-tap行为实现,配置为"tap-preferred"模式,并设置适当的tapping-term-ms参数。
标准自动移位实现
典型的自动移位配置如下所示:
as: auto_shift {
compatible = "zmk,behavior-hold-tap";
#binding-cells = <2>;
flavor = "tap-preferred";
tapping-term-ms = <155>;
bindings = <&kp>, <&kp>;
};
在键盘布局中,我们可以这样使用自动移位功能:
default_layer {
bindings = <
AS(TAB) AS(Q) AS(W) ...
>;
};
自动移位开关的需求
在某些应用场景下,自动移位功能可能并不适用。例如:
- 在需要频繁输入大写字母的场合
- 在某些专业软件中需要精确控制按键时长
- 游戏场景下需要即时响应按键操作
实现自动移位开关的方案
在ZMK中,虽然没有直接的AS_TOGG命令(如QMK中那样),但可以通过创建额外的键盘层来实现类似功能。
实现步骤
-
创建无自动移位的替代层:复制默认层但移除AS修饰
-
正确设置层优先级:确保替代层位于默认层之后
-
添加切换功能:使用
&tog行为切换层状态
具体配置示例
// 默认层(带自动移位)
default_layer {
bindings = <
AS(TAB) AS(Q) AS(W) ...
>;
};
// 无自动移位的替代层(必须定义在默认层之后)
no_autoshift_layer {
bindings = <
&kp TAB &kp Q &kp W ...
>;
};
// 添加切换按键
keys {
...
autoshift_toggle: autoshift_toggle {
bindings = <&tog no_autoshift_layer>;
};
...
};
层优先级的重要性
在ZMK中,层的激活顺序至关重要。层按照从最后定义到最先定义的顺序处理,最后定义的层具有最高优先级。因此,替代层必须定义在默认层之后,才能正确覆盖默认层的自动移位行为。
使用建议
- 将切换按键放置在方便操作但不常使用的位置
- 考虑添加视觉反馈(如LED指示灯)来显示当前自动移位状态
- 根据个人使用习惯调整tapping-term-ms参数
- 可以创建多个不同tapping-term的层来实现更精细的控制
通过这种层切换的方法,ZMK用户可以灵活地控制自动移位功能的启用和禁用,适应不同的使用场景和需求。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
🔥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
68
20
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
12
1
暂无简介
Dart
801
199
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1