Sunshine项目在macOS上的输入设备权限配置指南
2025-05-07 08:09:19作者:尤峻淳Whitney
背景概述
Sunshine作为一款开源的串流服务端软件,在macOS系统上运行时需要特定的系统权限才能正常使用输入设备功能。近期有用户反馈在macOS 15.2 Beta系统上遇到鼠标键盘输入失效的问题,这通常与macOS严格的安全机制有关。
问题现象分析
当用户在macOS 15.2 Beta系统上运行Sunshine时,虽然视频和音频传输正常,但输入设备(鼠标和键盘)无法正常工作。具体表现为:
- 可以观察到鼠标指针移动
- 点击/右键点击无响应
- 键盘输入无效
根本原因
这是由于macOS的隐私保护机制限制导致的。从macOS 10.14(Mojave)开始,系统要求应用程序必须获得明确的"辅助功能"权限才能:
- 模拟鼠标点击事件
- 监听键盘输入
- 控制系统UI元素
解决方案
配置步骤
- 打开"系统设置"
- 导航至"隐私与安全" > "隐私"选项卡
- 在左侧菜单中选择"辅助功能"
- 点击锁图标并输入管理员密码解锁设置
- 在应用程序列表中找到并勾选Sunshine
- 重启Sunshine服务
验证方法
配置完成后,可以通过以下方式验证是否生效:
- 重新建立串流连接
- 测试鼠标点击和键盘输入
- 检查Sunshine日志中是否仍有输入相关错误
技术细节
macOS权限模型
macOS使用TCC(Transparency, Consent, and Control)框架管理应用程序权限。当应用首次尝试执行受保护的操作时,系统会:
- 自动拦截操作
- 记录访问尝试
- 在隐私设置中显示待批准的请求
特殊情况处理
对于通过Homebrew安装的Sunshine,需要注意:
- 应用路径通常在/usr/local/bin或/opt/homebrew/bin下
- 可能需要手动添加具体可执行文件而非整个目录
最佳实践建议
- 在部署Sunshine前预先配置好权限
- 对于企业环境,可以考虑使用MDM工具批量配置
- 定期检查权限设置,特别是在系统更新后
总结
正确配置macOS的辅助功能权限是确保Sunshine输入设备正常工作的关键步骤。这一过程体现了现代操作系统对用户隐私和安全的高度重视,同时也要求系统管理员和用户理解并适应这种安全模型。通过遵循上述指南,用户可以充分发挥Sunshine在macOS平台上的完整功能。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
301
2.65 K
Ascend Extension for PyTorch
Python
130
152
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!
C
1.02 K
457
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
610
196
React Native鸿蒙化仓库
JavaScript
230
307
暂无简介
Dart
593
129
🎉 (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
1.05 K
613
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,专门为Transformer模型的训练和推理而设计。
C++
48
77
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.43 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
155
205