Input Remapper 2.1.0版本发布:宏功能全面升级与输入设备控制新体验
Input Remapper是一个强大的输入设备重映射工具,它允许用户重新定义键盘、鼠标和游戏控制器的按键功能。通过这个工具,用户可以实现复杂的按键映射、宏编程以及输入设备行为的深度定制。最新发布的2.1.0版本带来了一系列令人兴奋的新功能和改进,特别是在宏功能方面有了显著增强。
宏功能全面升级
1. 新增mod_tap宏
mod_tap宏是一个创新性的功能,它允许单个按键根据按下时间长短执行不同操作。短按时触发一个功能,长按时触发另一个功能。这种设计特别适合需要节省按键空间的场景,例如在紧凑的键盘布局或游戏控制器上实现更多功能。
2. parallel并行执行宏
parallel宏使得多个动作可以同时执行,而不是传统的顺序执行方式。这对于需要同时触发多个按键或鼠标动作的复杂操作特别有用,例如在游戏中同时执行移动和攻击动作。
3. 随机等待时间
wait宏现在支持通过max_time参数设置随机等待时间,这使得宏执行更加"人性化",避免了过于机械化的重复模式。在自动化测试或游戏脚本中,这种随机性可以更好地模拟真实用户操作。
4. 鼠标坐标控制
新增的mouse_xy宏提供了精确的鼠标坐标控制能力,用户可以编程实现复杂的鼠标移动轨迹。结合acceleration参数,可以实现平滑的加速/减速效果,这对于图形设计或游戏中的精确瞄准非常有帮助。
5. 键盘状态条件判断
if_numlock和if_capslock宏引入了条件判断功能,可以根据NumLock或CapsLock的状态执行不同的操作。这为创建上下文相关的宏提供了可能,大大增强了宏的灵活性。
核心改进与优化
输入设备兼容性提升
新版本改进了对无按钮但有轴输入设备(如某些专业控制器)的支持,确保这些设备也能被正确识别和配置。这一改进扩展了Input Remapper的应用范围,使其能够支持更多专业输入设备。
按键释放机制优化
在注入停止时,现在会正确释放所有被宏按下的按键。这一改进解决了之前版本中可能出现的按键"卡住"问题,特别是在宏执行被意外中断的情况下。
摇杆输入处理增强
修复了使用鼠标移动作为输入时的摇杆居中问题,使模拟摇杆控制更加精确和自然。这对于飞行模拟或竞速游戏等需要精确控制的场景尤为重要。
按键组合处理改进
优化了滚动按键时的输入组合处理,确保在多键快速连续按下时仍能正确识别组合键。这一改进特别有利于需要快速输入组合键的游戏玩家和专业用户。
架构与测试改进
2.1.0版本对宏架构进行了重大重构,使代码更加模块化和可维护。这些内部改进虽然对最终用户不可见,但为未来的功能扩展和稳定性提升奠定了坚实基础。
同时,项目增加了对自动化测试的支持,使开发团队能够更高效地验证功能并确保软件质量。这些改进将有助于加快未来版本的开发周期并提高发布质量。
总结
Input Remapper 2.1.0通过引入一系列创新的宏功能和重要的稳定性改进,进一步巩固了其作为专业级输入设备重映射工具的地位。无论是游戏玩家、自动化脚本开发者还是需要特殊输入配置的专业用户,都能从这个版本中获得显著的体验提升。特别是新增的条件判断、并行执行和随机等待等功能,为创建复杂而智能的输入配置提供了前所未有的灵活性。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112