KeymouseGo安装教程:Windows/Linux/macOS全平台部署详解
2026-02-05 05:38:24作者:尤峻淳Whitney
1. 项目简介
KeymouseGo是一款类似按键精灵的自动化操作工具,支持鼠标键盘操作录制与回放,可在Windows、Linux和macOS系统上运行。本教程将详细介绍各平台的安装部署方法,包括二进制包安装和源码编译两种方式。
2. 环境准备
2.1 系统要求
| 操作系统 | 最低配置要求 | 依赖项 |
|---|---|---|
| Windows | Windows 7+,64位系统 | 无特殊依赖 |
| Linux | X11/Wayland桌面环境 | libxdo-dev, python3-tk |
| macOS | macOS 10.14+ | Xcode Command Line Tools |
2.2 安装方式对比
| 安装方式 | 优点 | 缺点 | 适用人群 |
|---|---|---|---|
| 二进制包 | 无需配置环境,即下即用 | 版本可能不是最新 | 普通用户 |
| 源码编译 | 可获取最新特性 | 需要配置开发环境 | 开发者/高级用户 |
3. Windows平台安装
3.1 二进制包安装(推荐)
-
访问项目仓库:
git clone https://gitcode.com/gh_mirrors/ke/KeymouseGo -
进入release页面下载最新Windows版本压缩包,解压后即可运行:
cd KeymouseGo KeymouseGo.exe
3.2 源码编译安装
-
安装Python 3.10环境:
从Python官网下载并安装Python 3.10,勾选"Add Python to PATH"选项 -
安装依赖包:
# 克隆仓库 git clone https://gitcode.com/gh_mirrors/ke/KeymouseGo cd KeymouseGo # 安装Windows专用依赖 pip install -r requirements-windows.txt # 安装打包工具 pip install pyinstaller -
打包可执行文件:
pyinstaller -F -w --add-data "./assets;assets" KeymouseGo.py -
运行程序:
cd dist KeymouseGo.exe
4. Linux平台安装
4.1 二进制包安装
-
下载Linux版本压缩包并解压:
wget https://gitcode.com/gh_mirrors/ke/KeymouseGo/releases/download/vX.X.X/KeymouseGo-Linux.tar.gz tar -zxvf KeymouseGo-Linux.tar.gz cd KeymouseGo -
添加执行权限并运行:
chmod +x KeymouseGo ./KeymouseGo
4.2 源码编译安装
-
安装系统依赖:
# Ubuntu/Debian sudo apt update && sudo apt install -y python3 python3-pip python3-tk libxdo-dev # Fedora/RHEL sudo dnf install -y python3 python3-pip python3-tkinter libxdo-devel -
安装Python依赖:
git clone https://gitcode.com/gh_mirrors/ke/KeymouseGo cd KeymouseGo pip3 install -r requirements-universal.txt pip3 install pyinstaller -
根据桌面环境打包:
# X11桌面环境 pyinstaller -F -w --add-data "./assets:assets" --hidden-import "pynput.keyboard._xorg" --hidden-import "pynput.mouse._xorg" KeymouseGo.py # Wayland桌面环境 pyinstaller -F -w --add-data "./assets:assets" --hidden-import "pynput.keyboard._uinput" --hidden-import "pynput.mouse._uinput" KeymouseGo.py -
运行程序:
cd dist ./KeymouseGo
5. macOS平台安装
5.1 二进制包安装
-
下载macOS版本压缩包:
git clone https://gitcode.com/gh_mirrors/ke/KeymouseGo cd KeymouseGo -
解压后授予执行权限:
chmod +x KeymouseGo ./KeymouseGo
5.2 源码编译安装
-
安装Xcode命令行工具:
xcode-select --install -
安装Python环境:
# 使用Homebrew安装Python 3.10 brew install python@3.10 -
编译安装:
git clone https://gitcode.com/gh_mirrors/ke/KeymouseGo cd KeymouseGo # 安装依赖 pip3 install -r requirements-universal.txt pip3 install pyinstaller # 打包应用 pyinstaller -F -w --add-data "./assets:assets" --hidden-import "pynput.keyboard._darwin" --hidden-import "pynput.mouse._darwin" KeymouseGo.py -
解决权限问题:
# 给予配置目录写权限 chmod -R 770 ~/.qt_material # 在系统偏好设置中授予辅助功能权限
6. 常见问题解决
6.1 依赖安装问题
Windows系统
- pip安装失败:
# 升级pip python -m pip install --upgrade pip # 使用国内镜像源 pip install -r requirements-windows.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
Linux系统
- pynput依赖缺失:
# X11环境 sudo apt install -y libxtst-dev libx11-dev # Wayland环境 sudo apt install -y libinput-dev
6.2 运行时错误
macOS系统
- 应用闪退:
前往"系统偏好设置 > 安全性与隐私 > 隐私 > 辅助功能",添加终端和KeymouseGo应用
Linux系统
- 无法录制鼠标事件:
# 以root权限运行 sudo ./KeymouseGo # 或添加用户到input组 sudo usermod -aG input $USER
7. 验证安装
成功安装后,运行程序会显示主界面,包含以下功能按钮:
- 录制:开始记录鼠标键盘操作
- 结束:停止录制
- 启动:回放已录制的操作
- 设置:配置回放速度、重复次数等参数
可通过录制一个简单的点击操作并回放来验证安装是否成功。
8. 卸载方法
8.1 二进制安装卸载
直接删除解压目录即可:
rm -rf KeymouseGo
8.2 源码安装卸载
# 删除项目目录
rm -rf KeymouseGo
# 卸载Python依赖(可选)
pip uninstall -r requirements-windows.txt -y # Windows
pip3 uninstall -r requirements-universal.txt -y # Linux/macOS
9. 总结
本教程详细介绍了KeymouseGo在三大操作系统上的安装方法,用户可根据自身需求选择合适的安装方式。对于普通用户,推荐使用二进制包安装以获得最佳体验;开发者可通过源码编译获取最新特性。如遇到安装问题,可参考常见问题解决章节或访问项目issue页面寻求帮助。
10. 扩展阅读
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220